Modele culturale [616549]

sincronizare
durabilitate
Modele culturale
EUROPENEFONDUL SOCIAL EUROPEAN
Investește în
OAMENI
Implementarea unui program de antrenament
metacognitiv în scopul sprijinirii învățării autoreglate
în mediile educaționale computerizate
Autor: Ioana Loredana I. MIHALCĂ
Lucrare realizată în cadrul proiectului "Cultura rom – ână și modele culturale europene
" cercetare, sincronizare, durabilitate , cofinanțat din FONDUL SOCIAL EUROPEAN prin
Programul Operațional Sectorial pentru Dezvoltarea Resurselor Umane 2007 – 2013 Contract ,
nr. POSDRU/159/1.5/S/136077.
Titlurile și drepturile de proprietate intelectual și industrial ă ă asupra rezultatelor obținute în
cadrul stagiului de cercetare postdoctorală aparținAcademiei Române.
* * *
Punctele de vedere exprimate în lucrare aparțin autorului și nu angajează
Comisia Europeană și Academia Română, beneficiara proiectului.
DTP , complexul editorial redacțional, traducerea și corectura aparțin autorului. /
Descărcare gratuită pentru uz personal, în scopuri didactice sau științifice.
Reproducerea publică, fie și parțială și pe orice suport,
este posibilă numai cu acordul prealabil al Academiei Române.
ISBN 978-973-167-329-5

Cuprins:

SUMAR ……………………………………………………………………………………5
INTRODUCERE …………………………………………………… ……………………
…7
Capitolul 1
ÎNVĂȚAREA AUTOREGLATĂ – FUNDAMENTARE
TEORETICĂ ……..10
1.1 Clarificări conceptuale și teorii explicative ale învă țării
autoreglate ………………………….. ………………………….. ………………………….. ……………………….. 10
1.2 Modelul ciclic al învă țării autoreglate (Winne și Hadwin, 1998) . 12
Capitolul 2
METACOGNI ȚIA ȘI JUDECĂ ȚILE METACOGNITIVE ÎN
ÎNVĂȚAREA
AUTOREGLATĂ …………………………………………………………………………
…16
2.1 Modelul metacogni ției elaborat de Nelson și Narens (1994) ……….. 16
2.2 Acuratețea judecă ților metacognitive ………………………….. ………………………. 19
2.3 Acurate țea judecă ților metacognitive, controlul învă țării și
performan ța în învățare ………………………….. ………………………….. ………………………….. . 22
2.4 Îmbunătă țirea acurateții judecăților metacognitive …….. ………. 23
Capitolul 3
ACURATE ȚEA MONITORIZĂRII ÎN MEDIILE
EDUCAȚIONALE

COMPUTERIZATE ………………………………………………………………………
27
3.1 Îmbunătă țirea acurate ții monitorizării în mediile educa ționale
computerizate ………………………….. ………………………….. ………………………….. ………………….. 27
3.2 Acuratețea monitorizării în rezolvarea de probleme din mediile
educaționale computerizate ………………………………………………. …… 30
3.2.1 Exemplele rezolvate, exemplele incomplet rezolvate și
problemele incomplete ………………………….. ……………….. Error! Bookmark not defined.
Capitolul 4
EFECTELE TIPULUI DE SUPORT INSTRUCȚIONAL ASUPRA
ACURATE ȚII JUDECĂ ȚILOR METACOGNITIVE,
PATERNURILOR DE PROCESARE VIZU ALĂ ȘI
PERFORMAN ȚEI………………………………………………… ………………….…. .
Error! Bookmark not defined. 41
4.1 Studiul 1: Impactul diferen țial al suportului instruc țional asupra
acurateții judecăților metacognitive și a performan ței obținută într –
un mediu educa țional computerizat ………………. Error! Bookmark not defined. 41
4.1.1 Scop și ipoteze ………………………….. ………………………….. ………………………….. …… ….41
4.1.2 Metodă ………………………….. ………………………….. ………………………….. …………………… ..43
4.1.3 Rezultate ………………………….. ………………………….. ………………………….. ………………… .48
4.1.4 Discuții ………………………….. ………………………….. ………………………….. ……………………. .59
4.2 Studiul 2: I mpactul diferen țial al suportului instruc țional asupra
patternurilor de procesare vizuală și a performan ței obținută într -un
mediu educa țional computerizat ………………………….. ………………………….. …………. .61
4.2.1 Scop și ipoteze ………………………………………………………………….61
4.2.2 Metodă ……………………………………………………………………… ……… 68
4.2.3 Rezultate ………………………….. ………………………….. ………………………….. ………………… .71
4.2.4 Discu ții ………………………….. ………………………….. ………………………….. …………………….. 81

Capitolul 5
CONCLUZII FINALE
…………………………………………………………… …………84
BIBLIOGRAFIE
……………………………………………………………………………98
ANEXE ………………………………………………………………………………….102

Contents

SUMMARY …………………………………………………………………………………
…5
INTRODUCTION ………………………………………………………………………….
7
CHAPTER 1
THEORETICAL
FRAMEWORK ……………………………………………… …….10
1.1 Conceptual clarifications and self -regulated learning theories …. 10
1.2 Self -regulated learning model (Winne & Hadwin, 1998) …………….. 12
CHAPTER 2
METACOGNITION AND METACOGNITIVE JUDGMENTS IN
SELF -REGULATED LEARNING
…………………………………………………………… ..16
2.1 Nelson & Narens’ s (1994) model of metacognition ……………………….. 16
2.2 A ccuracy of metacognitive judgments ………………………….. …………………….. 19
2.3 Accuracy of metacognitive judg ments , control processes and
performance ………………………….. ………………………….. ………………………….. …………………….. 22

2.4 Improving accuracy of metacognitive judgments ………………….. .23
CHAPTER 3
MONITORING ACCURACY IN COMPUTER -BASED
LEARNING ENVIRONMENTS
………………………………………………………………………27
3.1 Improving monitoring accuracy in computer -based learning
environments ………………………….. ………………………….. ………………………….. ………………….. 27
3.2 Monitoring accuracy in problem solving with computer -based
learning environments ………………………………….. ………………………………. 30
3.2.1 Worked -out examples , incomplete wor ked-out examples, and
completion problems ………………………….. ………………….. Error! Bookmark not defined.
Chapter 4
EFFECTS OF INSTRUCTIONAL SUPPORT TYPE ON
ACCURACY OF METACOGNITIVE JUDGMENTS,
ALLOCATION OF VISUAL ATTENTION AND
PERFORMANCE ……………… ………………………….….. Error! Bookmark not
defined. 41
4.1 Study 1: Impact of instructional support type on accuracy of
metacognitive judgments and perf ormance in computer -based
learning environments ………………………….. …………… Error! Bookmark not defined. 41
4.1.1 Aim and hypotheses ………………………….. ………………………….. ……………………. ….41
4.1.2 Met hod ………………………….. ………………………….. ………………………….. ………………….. ..43
4.1.3 Results ………………………….. ………………………….. ………………………….. …………………….. .48
4.1.4 Discussion ………………………….. ………………………….. ………………………….. ……………… .59
4.2 Study 2: Impact of instructional support type on allocation of
visual attention and performance in computer -based learning
environments ………………………….. ………………………….. ………………………….. ………………….. .61

4.2.1 Aim and hypotheses ………………………………………………………….61
4.2.2 Method ………………………………………………… .…………………… ………68
4.2.3 Results ………………………….. ………………………….. ………………………….. …………………….. .71
4.2.4 Discussion ………………………….. ………………………….. ………………………….. ………………. 81
Chapter 5
FINAL
CONCLUSIONS …….………………………………………………… ……….. ……84
REFERENCES ……………………………………………………………………………98
ANNEXE S
………………………………………………………………………………….102

3 Cuprins:
SUMAR ……………………………………………………………………………………5
INTRODUCERE ……………………………………………………………………………7
Capitolul 1 ÎNVĂȚ AREA AUTOREGLATĂ – FUNDAMENTARE TEORETICĂ……… …..10
1.1 Clarificări conceptuale și teorii explicative ale învă țării autoreglate ………………………….. .. 10
1.2 Modelul ciclic al învă țării autoreglate (Winne și Had win, 1998) ………………………………… 12
Capitolul 2 METACOGNI ȚIA ȘI JUDECĂ ȚILE METACOGNITIVE ÎN ÎNVĂ ȚAREA
AUTOREGLATĂ……………………………………………………………………………..…16
2.1 Modelul metacogni ției elaborat de Nelson și Narens (1994) ………………………………………. 16
2.2 Acurate țea judecăților metacognitive ………………………………………………………. ……………… 19
2.3 Acurate țea judecăților metacognitive, controlul învă țării și performan ța în învățare ………. 22
2.4 Îmbunătăț irea acurateții judecăților metacognitive …………………………………………………….. 23
Capitolul 3 ACURATEȚ EA MONITORIZĂRII ÎN MEDIILE EDUCA ȚIONALE
COMPUTERIZATE Error! Bookmark not defined.
3.1 Îmbunătăț irea acurateții monitorizării în mediile educa ționale computerizate ……………….. 27
3.2 Acuratețea monitorizării în rezolvarea de probleme din mediile educa ționale computerizate
……………………………………………………………………………………………………………….. ………………. 30
3.2.1 Exemplele rezolvate, exemplele incomplet rezolvate și problemele incomplete . Error!
Bookmark not defined.3 1
Capitolul 4 EFECTELE TIPULUI DE SUPORT INSTRUCȚIONAL ASUPRA ACURATE ȚII
JUDECĂ ȚILOR METACOGNITIVE, PATERNURILOR DE PROCESARE VIZUALĂ ȘI
PERFORMAN ȚEI……………………………………………………………………………… .41
4.1 Studiul 1: Impactul diferen țial al suportului instruc țional asupra acurate ții judecăților
metacognitive și a performan ței obținută într -un mediu educa țional computerizat ……….. Error!
Bookmark not defined.
4.1.1 Scop și ipoteze …………………………………………………….. Error! Bookmark not defined.
4.1.2 Metodă ………………………….. ……………………………………………………………………………… 43
4.1.3 Rezultate ………………………………………………………. ………………………………………………. 48
4.1.4 Discuții ………………………….. …………………………………………………………………………….. 59
4.2 Studiul 2: Impactul diferen țial al suportului instruc țional asupra patternurilor de procesare
vizuală și a performan ței obținută într -un mediu educa țional computerizat ………………………… 61
4.2.1 Scop și ipoteze ……………………………………………………………………………………………….. 61

4 4.2.2 Metodă ………………………………………………………………………………… 68
4.2.3 Rezultate ………………………….. ………………………….. ………………………….. ………………….. 71
4.2.4 Discuții ………………………….. ………………………….. ………………………….. …………………….. 81
Capitolul 5 CONCLUZII FINALE …………………………………………………………… 84
BIBLIOGRAFIE ……………………………………………………………………………98
ANEXE ………………………………………………………………………………….102

5 SUMAR

Învățarea autoreglată reprezintă una dintre prerech izitele esen țiale ale studiului individual,
mai ales în contextul dezvolt ării rapide a tehnologiei și utiliză rii acesteia tot mai frecvent în
educație (Bannert & Reimann, 2012). Conform teoriilor învățării autoregl ate (de ex., Winne &
Hadwin, 1998), un rol crucial în reglarea (meta)cognitivă, comportamentală și motivațională în
procesul de învățare îl au judecă țile metacognitive ale indivizilor. Astfel, abilitatea indivizilor de
a emite judecă ți metacognitive corect e sau acurate (de ex., evaluarea măsurii în care o anumită
informație a fost suficient învă țată) are efecte pozitive asupra capacită ții de control a propriului
comportament de învățare prin reglarea efortului investit și a timpului alocat în vederea ob ținerii
unor performan țe superioare (Hadwin & Webster, 2013). Din această perspectivă, lipsa calibrării
(engl., calibration) judecă ților metacognitive cu performan ța reală ob ținută indică necesitatea
reglării comportamentului de învățare (de ex., cre șterea tim pului alocat învățării; Metcalfe,
2009). Date fiind cercetările care demonstrează că majoritatea indivizilor au abilită ți scăzute de
evaluare corectă a modulului de învățare (Graesser & McNamara, 2010), se impune
implementarea unor strategii de dezvoltare a acestor abilită ți în vederea sporirii învă țării
autoreglate și obținerii unor performan țe superioare.
În acest context, scopul lucr ării de față a fost acela de a implementa diferite tipuri de
suport instruc țional (pe un continuum de la suport sporit până la lipsa suportului) în cadrul unui
mediu educa țional computerizat pentru sporirea acurate ții judecăților metacognitive (judecăți
despre dificultatea percepută și efortul mental inves tit) în relație cu performan ța obținută la teste.
De asemenea, un alt obiectiv al lucrării a fost acela de a investiga impactul pe care aceste tipuri
de suport instruc țional ( mai exact, exemple incomplet rezolvate, probleme incomplete și
probleme conven ționale) îl au asupra mișcărilor oculare ale indivizilor (utilizând tehnologia eye
tracking) ca rezultat al diferen țelor inter -individuale , respectiv a nivelului lor de cuno ștințe
anterioare în domeniul geneticii. Rezultatele au indicat că studen ții cu o bază scăzută de
cunoștințe anterioare obțin o performan ță mai bună în posttest în cazul rezolvării unor probleme
incomplete, în timp ce studen ții cu o bază sporită de cuno ștințe anterioare beneficiază mai mult
de pe urma problemelor conven ționale. În plus, exe mplele incomplet rezolvate induc o
supraestimare a perf omanței (o iluzie a în țelegerii) , în timp ce problemele incomplete și cele
convenționale nu determină nici subestimarea, nici supraestimarea performan ței. Aceste rezultate
indică faptul că problemele i ncomplete pot fi utilizate pentru a spori acurate țea judecă ților
metacognitive a studen ților.
În fine, rezultatele privind alocarea aten ției vizuale au indicat că existen ța unor diferen țe
semnificative în ceea ce prive ște numărul și durata fixa țiilor oculare între cele trei condi ții

6 experimetale ca o func ție a exersării (a rezolvării celor cinci probleme de genetică din training).
Rezultatele ob ținute sugerează faptul că cele trei tipuri de suport instruc țional afectează în mod
difer it alocarea aten ției vizuale a studen ților în procesul de rezolvare a problemelor. Mai mult,
timpul de procesare al problemelor relevat de mi șcările oculare a corelat pozitiv cu performan ța
și încărcarea cognitivă experimentată în training, indicând faptul că alocarea aten ției vizuale este
relaționată cu procesarea strategică în timpul rezolvării problemelor. Combinarea datelor ob ținute
cu ajutorul tehnologiei eye tracking cu performan ța obținută de studen ți în rezolvarea
problemelor oferă o perspectivă com prehensivă asupra proceselor cognit ive care stau la baza
rezolvării de probleme.

7 INTRODUCERE

Odată cu dezvoltarea calculatoarelor personale (PC -urilor) la mijlocul anilor ‘70 și cu
apariția internetului (în anul 1989, răspândire după anul 1995), s -a înregistrat o explozie
tehnologică fără precedent, cu implicații majore asupra tuturor domeniilor a ctivității umane. PC-
urile au ajuns astăzi la performanțe incredibile în ciuda faptului că sunt rezultatul a numai
câtorva decenii de progres științific, transformând societatea modernă într -una informatizată și
impunând o adaptare continuă și o învățare p ermanentă din partea indivizilor.
Dezvoltarea rapidă a tehnologiei pune „presiuni” și asupra domeniului educațional din
perspectiva a cel puțin două cerințe esențiale. În primul rând, este nevoie, mai mult ca niciodată,
ca sistemul de învățământ să îi „dot eze” pe subiecți cu abilități și cunoștințe necesare pentru a
face față schimbărilor rapide care au avut (și încă au) loc în toate domeniile activității umane. În
al doilea rând, sursele de informare (conținutul instrucțional) trebuie să fie ușor de accesa t, creat,
modificat și să fie disponibile oricând și oriunde doresc subiecții, astfel încât aceștia să poată
achiziționa abilită ți de învă țare autoreglată. Învă țarea autoreglată reprezintă una dintre
prerechizitele esen țiale ale studiului individual, întrucât presupune capacitatea indivizilor
(elevi/studen ți) de a exercita control motiva țional, metacognitiv și comportamental asupra
propriei învă țări (Zimmerman, 1989) .
Conform teoriilor învățării autoreglate (de ex., Winne & Hadwin, 1998), un rol crucial în
reglarea (meta)cognitivă, comportamentală și motivațională în procesul de învățare îl au
judecățile metacognitive ale indivizilor. Astfel, abilitatea indivizilor de a emite judecă ți
metacognitive corecte sau acurate (de ex., evaluarea măsurii în care o anumită informa ție a fost
suficient învă țată) are efecte pozit ive asupra capacită ții de control a propriului comportament de
învățare prin reglarea efortului investit și a timpului alocat în vederea ob ținerii unor performan țe
superioare (Hadwin & Webster, 2013). Din această perspectivă, lipsa calibrării (engl.,
calib ration) judecă ților metacognitive (de ex., judecă ți referitoare la progresul în învățare) cu
performan ța reală ob ținută indică necesitatea reglării comportamentului de învățare (de ex.,
creșterea timpului alocat învățării; Metcalfe, 2009). Date fiind cerce tările care demonstrează că
majoritatea indivizilor au abilită ți scăzute de evaluare corectă a modulului de învățare (Graesser
& McNamara, 2010), se impune implementarea unor strategii de dezvoltare a acestor abilită ți în
vederea sporirii învă țării autoreg late și obținerii unor performan țe superioare.
Lucrarea de față reprezintă un prim pas în acest sens. Mai exact, scopul lucrării a fost
acela de a implementa diferite tipuri de suport instruc țional (pe un continuum de la suport sporit
până la lipsa suport ului) în cadrul unui mediu educa țional computerizat pentru sporirea acurate ții
monitorizării și a calibrării judecă ților metacognitive cu performan ța obținută la teste. De

8 asemenea, un alt obiectiv al lucrării a fost acela de a investiga impactul diferitel or tipuri de
suport instruc țional asupra acurate ții judecăților metacognitive și asupra mi șcărilor oculare ale
indivizilor (utilizând tehnologia eye tracking) ca rezultat al diferen țelor inter -individuale, mai
exact a nivelului lor de expertiză în domeniul geneticii.
Lucrarea este structurată pe cinci capitole, primel e trei capitole fiind dedicate
fundamentării teore tice, următorul capitol cuprinde cele două studii empirice întreprinse, iar
ultimul capitol prezintă concluziile finale ale lucrării.
În prim ul capitol, pe lângă clarificările conceptuale operate și descrierea succintă a
modelelor teoretice recente ale învățării autoreglate este analizat în detaliu modelul învă țării
autoreglate a lui Winne și Hadwin (1998), unul dintre cele mai influente modele care subliniază
natura ciclică a autoreglării.
În capitolul 2 este trecut în revistă modelul metacogni ției elaborat de Nelson și Narens
(1994) și sunt clarificate aspectele referitoare la rolul metacogni ției și a acurateții monitorizării în
învățarea aut oreglată. De asemenea, în acest capitol este dezbătut și rolul implementării unor
strategii de dezvoltare a abilită ților de monitorizare corectă a învățării, în particular și a
abilităților de învă țare autoreglată, în general.
Capitolul 3 se focalizează pe aspectele relevante referitoare la acurate țea monitorizări i în
mediile educa ționale computerizate și pe modalită țile de sprijinire a acestuia. Acuratețea
monitorizării este în mod deosebit importantă în contextul învă țării cu ajutorul mediilor
educaționale computerizate, întrucât ele pot fi “suprasolicitante” chiar și pentru indivizii cu un
nivel sporit de expertiză , necesitâ nd capacitatea de a integra simultan mai multe surse de
informare (text, diagrame, etc.) sau de a utiliza în mod eficace un control sporit asupra instru irii.
Capitolul 4 cuprinde două studii al căror scop a fost examinarea influenței pe care tipul de
suport instrucțional îl are asupra acurateții judecăților metacognitive, mai exact a calibrării lor cu
performan ța obținută la teste, p recum și asupra patternurilor de procesare vizuală în cazul
învățării cu diferite tipuri de suport instruc țional. În mod specific, primul studiu compară în
termeni de judecă ți metacognitive (inclusiv acurate țea acestor judecă ți), performan ță și timp
petrec ut în învă țare trei tipuri de suport instruc țional: exemple rezolvate incomplet (engl.,
incomplete worked -out examples), probleme incomplete (engl., completion problems) și
probleme conven ționale (engl., conventional problems). Al doilea studiu a vizat inv estigarea
diferențelor dintre cele trei tipuri de suport instruc țional în ceea ce privește alocarea resurselor
atenționale în timpul procesării problemelor prezentate spre rezolvare în mediul educa țional
computerizat. În acest sens, s -a recurs la înregistr area mișcărilor oculare ale studen ților cu
ajutorul tehnologiei eye tracking.

9 În capitolul 5 dedicat concluziilor finale, se prezintă o imagine de ansamblu asupra
rezultatelor din studiile empirice realizate în lucrarea de față, iar implicațiile acestora sunt
discutate din perspectiva designului instrucțional și a “provocărilor” diferite pe care designul
mediilor computerizate le impune din perspectiva învă țării autoreglate comparativ cu materialele
tradiționale (d e Bruin & Van Gog, 2012 ).

10 Capitolul 1
ÎNVĂȚAREA AUTOREGLATĂ – FUNDAMENTARE
TEORETICĂ

1.1 Clarificări conceptuale și teorii explicative ale învă țării autoreglate
În orice situație de învățare, indivizii trebuie să facă față solicitărilor și conflictelor de
ordin cognitiv și emoțional ce emerg, dar și influenței factorilor existenți în mediul în care are
loc învățarea. Cu alte cuvinte, indivizii trebuie să posede ca pacitatea de autoreglare a proceselor
cognitive, motivaționale și emoționale pentru ca învățarea să se producă (Boekaerts, 1996;
Boekaerts, Pintrich, & Zeidner, 2000; Schunk & Zimmerman, 1994; Winne & Hadwin, 1998).
Literatura de specialitate consacrată di ferențelor individuale apărute în performanța academică a
indicat că un rol definitoriu în obținerea de rezultate pozitive în învățare îl are capacitatea
indivizilor de a se implica în activități de autoreglare a proceselor cognitive, motivaționale și
emoț ionale (Järven oja & Järvelä, 2005). Zimmerman (1989) a definit capacitatea de autoreglare
ca măsura în care indivizii sunt participanți activi din punct de vedere (meta)cognitiv,
motivațional și comportamental la propriul proces de învățare. Al tfel spus, i ndivizii ce au o
capacitate sporită de autoreglare sunt conștienți nu doar de cerin țele sau solicitările impuse de
sarcini, ci și de propriile nevoi ceea ce facilitează emergența unor experiențe de învățare optime.
Utilizarea unor strategii cognitive și me tacognitive eficiente, monitorizarea progresului în
procesul de învățare, managementul timpului și al factorilor din mediu reprezintă activități
frecvent realizate de subiecții cu o capacitate sporită de autoreglare în scopul atingerii
obiectivelor propuse sau prestabilite (e.g., Schunk, 1989; Weinstein & Mayer, 1986;
Zimmerman, 1989).
Deși au fost elaborate diverse modele teoretice ale învățării autoreglate (de ex., Pintrich,
2000; Winne & Perry, 2000; Zimmerman, 2001), o asumpție comună tuturor acestor mo dele este
aceea că indivizii cu abilită ți autoreglatorii se implică activ în propriul proces de învățare. Mai
exact, indivizii cu abilități autoreglatorii sunt văzuți cel mai adesea ca participanți autonomi,
predispuși spre reflecție și eficienți în proces ul de învățare ca urmare a faptului că posedă
strategiile cognitive și motivaționale necesare pentru înțelegerea, direcționarea și controlarea
acestui proces (Paris & Winograd, 1990; Pintri ch, 1999; Schunk & Zimmerman, 1994). Cu alte
cuvinte, acești indivi zi se caracterizează prin deținerea unui arsenal de strategii cognitive – pentru
a căror utilizare este necesară achiziționarea de noi abilități metacognitive, dar și a unor credințe
și strategii motivaționale adaptive care susțin implicarea în sarcini în ciuda solicitărilor
suplimentare sau a prezenței unor distractori.

11 În încercarea de a investiga rolul pe care abilitățile metacognitive, credințele și strategiile
motivaționale ale indivizilor îl au în inițierea și menținerea schimbărilor de la nivelul pr ocesului
de autoreglare a învățării, Cleary și Zimmerman (2001) și Kitsantas și Zimmerman (2002; apud
Zimmerman, 2008) au elaborat o metodologie de microanaliză a învățării autoreglate desfășurată
în trei faze succesive: înainte (faza de planificare), în t impul (faza de învățare) și după învățare
(faza de reflectare). Asumpțiile de bază ale acestui model numit modelul ciclic al învă țării
autoreglate (Zimmerman, 2008) vizează existența unei corelații semnificative între variabilele
specifice celor trei faze ale învățării autoreglate, dar și a unor relații cauzale între procesele
specifice învățării autoreglate din cadrul celor trei faze. Cu alt e cuvinte, interac țiunea dintre
factorii personali, comportamentali și de mediu care are loc în cele trei faze ale au toreglării
reprezintă un proces ciclic întrucât acești factori se modifică în timpul învă țării și trebuie
monitoriza ți continuu. Datele experimentale obținute de Zimmerman și colaboratorii săi susțin
asumpțiile teoretice ale modelului. Înainte de a trece î n revistă datele experimentale obținute de
acești autori, se impune precizarea variabilelor caracteristice fiecăreia dintre cele trei faze ale
învățării autoreglate. De exemplu, în faza de planificare pot fi exprimate de către indivizi o serie
de credințe motivaționale cu rol crucial în procesul de autoreglare a învățării, respectiv credințe
referitoare la autoeficacitate, expectanțe legate de performanța ulterioară, interes manifestat față
de sarcini, credințe relative la valoarea sarcinilor, orientare spr e scop. În plus, această fază
cuprinde și două procese autoreglatorii cheie ce presupun stabilirea scopurilor și planificarea
strategiilor necesare atingerii scopurilor propuse. Relativ la această fază, datele experimentale
obținute de Zimmerman și Bandura (1994) au arătat că sentimentul de autoeficacitate este corelat
pozitiv cu standardele stabilite de indivizi în ceea ce privește rezultatele așteptate și cu
performanța obținută de ei în mod real. Ulterior, Zimmerman și Kitsantas (1997) au indicat că
între strategiile implicate de indivizi în realizarea sarcinilor (de ex., focalizarea atenției,
autoinstruirea, etc.), rezultatele monitorizării procesului de învățare (de ex., monitorizare
metacognitivă) și evaluările specifice fazei de reflectare (de ex., at ribuiri cauzale ale rezultatelor
obținute, sentimentul de satisfacție) există relații cauzale.
În fine, Zimmerman și Kitsantas (1999) au indicat că sentimentul de satisfacție – relativ
la performanța obținută – manifestat de indivizi în faza de reflectare reprezintă un predictor
pentru manifestarea credințelor motivaționale specifice fazei de planificare, esențiale în
susținerea efortului depus de indivizi pentru dezvoltarea unor abilități specifice domeniului, și
anume: sentimentul de autoeficacitate, int eresul manifestat față de sarcini și valoarea atribuită
sarcinilor. Pe baza acestor date experimentale, autorii au inferat că utilizarea de către indivizi a
unor procese autoreglatorii de calitate contribuie la sporirea motivației de implicare în sesiuni
suplimentare de învățare. De altfel, acest aspect a fost evidențiat și de studiile care au comparat

12 novicii cu experții (Cleary & Zimmerman, 2001; Kitsantas & Zimmerman, 2002, apud
Zimmerman, 2008) și care au indicat că experții utilizează în mod extensiv p rocesele de
autoreglare a învățării și manifestă preponderent credințe motivaționale pozitive.

1.2 Modelul ciclic al învă țării autoreglate (Winne și Hadwin, 1998)

În lucrarea de fa ță vom prezenta în detaliu modelul învă țării autoreglate elaborat de
Winne și Hadwin’s (1998) ce prezintă un cadru teoretic comprehensiv încadrat în perspectiva
procesării informa ției. Modelele procesării informației se axează pe identificarea proceselor
cognitive implicate în învățarea autoreglată, respectiv definirea sarcinii, stabilirea scopurilor și a
planului de lucru, precum și a proceselor metacognitive folosite în rezolvarea unor sarcini
specifice sau generale (Greene & Azevedo, 2007). Am ales acest model ca fundamentare
teoretică a întregului demers experimental al lucrării de față din următoarele motive: (a) modelul se
focalizează pe aspectele cognitive și metacognitive ale învă țării autoreglate permi țând analizarea
detaliată a modului în care aceste aspecte interac ționează, (b) întrucât a cest model postulează ca
și procese esen țiale ale învă țării autoreglate monitorizarea și controlul , permite explicarea
modului în care schimbăr ile dintr -o fază a învă țării se repercutează asupra celorlalte faze ale
procesului de învă țare și (c) explică natura ciclică a învă țării autoreglate (pentru detalii, vezi
Greene & Azevedo, 2007 ).
Potrivit acestui model, procesul de învă țare se desfă șoară sub forma unor etape ciclice:
(1) etapa de definire sau percepere a sarcinilor, (2) etapa de planificare și stabilire a scopurilor,
(3) etapa de implementare a strategiilor cognitive sau metacognitive pentru atingerea scopurilor,
și (4) etapa de control și reglare metacognitivă a aspectelor legate de sine, sarcină și context.
Winne și Hadwin (1998) au descris aceste etape utilizând acronimul COPES ce indică
interacțiunea dintre condi ții (C), opera ții (O), produse (P), evaluare (E) și standarde (S). Toate
aceste aspecte nu sunt altceva decât fa țete ale sarcinilor pe care indivizii trebuie să le rezolve în
timpul procesului de învă țare (Winne, 1997) . Mai exact, condi țiile (C) reprezintă atât factorii
personali cognitivi (de ex., baza de cunoștin țe anterioare, credințele și motiva ția indivizilor), cât
și caracteristicile sarcinilor (de ex., timpul alocat rezolvării sarcinilor, dificultatea sarcinilor) ce
pot afecta modul în care indivizii rezolvă sau se raportează la sarcini. Opera țiile (O) se referă la
procesel e și strategiile cognitive pe care indivizii le utilizează în rezolvarea sarcinilor de învă țare
precum monitorizarea, elaborarea sau repetarea materialului de învă țat. Produsele (P) sunt
conceptualizate în modelul lui Winne și Hadwin (1998) prin două nivel uri diferite și anume: (1)
un nivel cognitiv în care produsele se referă la în țelegerea sarcinilor de învă țare sau așa -numitul
„profil“ curent al sarcinii și (2) un nivel comportamental în care sunt vizate produsele

13 „observabile“ precum performan ța obținută de indivizi. De exemplu, în faza de definire sau
percepere a sarcinilor un student poate să perceapă cerin ța de a citi un capitol despre un anumit
topic ca fiind o sarcină ușoară ce nu implică procesare de adâncime și ca urmare nu va petrece
prea mult ti mp în această sarcină, focalizându -se doar pe conceptele importante. Standardele (S)
vizează criteriile pe care indivizii le consideră a fi optime ca și stări finale ale procesului de
învățare și care se constituie în reper pentru compararea produselor. Un exemplu de standard
poate fi reprezentat de performan ța obținută anterior în sarcini similare. Când indivizii compară
produsele ob ținute cu standardele sunt generate evaluări (E) cognitive care oferă feedback despre
discrepan țele existente între standarde le stabilite și „profilul“ sau calitatea produselor. În cazul în
care există o discrepan ță mare între standardele stabilite (de ex., „Ar trebui să termin de citit
acest capitol în 30 de minute“) și calitatea produselor ob ținute (de ex., au fost necesare 60 de
minute pentru citirea capitolului), indivizii trebuie să facă modificări la nivelul condi țiilor,
standardelor, produselor sau al tuturor aspectelor men ționate.
Indivizii compară produsele cu standardele cu ajutorul monitorizării care împreună cu
contr olul metacognitiv reprezintă aspecte centrale ale învă țării autoreglate conform asump țiilor
modelului elaborat de Winne și Hadwin (1998; vezi Greene & Azevedo, 2007 ). Monitorizarea a
fost definit ă ca „atenția voluntară acordată unor aspecte ale comportamen tului unui individ“
(Schunk, 1991, p. 267), fiind considerată o componentă esen țială în reglarea cu succes a
propriului proces de învă țare. Dat fiind că monitorizarea implică evaluarea de către indivizi a
progresului înregistrat în atingerea scopurilor, ac est proces influen țează maniera în care indivizii
abordează sarcinile de învă țare (Winne, 1996; Winne & Hadwin, 1998). În mod similar cu
modelul metacogni ției elaborat de Nelson și Narens (1994), modelul autoreglării în patru faze
(Winne & Hadwin, 1998) distinge între nivelul obiectiv și cel metacognitiv al informa ției.
Nivelul obiectiv al informa ției se referă la produsele opera țiilor cognitive precum în țelegerea sau
perceperea sarcinilor, iar nivelul metacognitiv al informa ției include două aspecte și a nume: (1)
meta -standardele ce se constituie ca bază a monitorizării metacognitive (sau modelul învă țării) și
(2) opera țiile cognitive care aplicate schimbă nivelul obiectiv al informa ției sau controlul
metacognitiv . Astfel, la nivel metacognitiv are loc re flecția asupra nivelului obiectiv al cogni ției
prin monitorizare și modificarea cogni ției prin control (Bannert & Mengelkamp, 2013). Ca
urmare, dacă procesele cognitive sunt implicate în rezolvarea unor sarcini, rolul metacogni țiilor
ca și reflecții ale ac estor procese (de ex., “a ști cum să înve ți”) este de a selecta cele mai eficace
strategii cognitive și a regla func ționarea lor pentru ob ținerea de performan țe superioare. Cu alte
cuvinte, conform modelului lui Winne și Hadwin (1998) există două tipuri de monitorizare:
monitorizarea cognitivă și monitorizarea metacognitivă . De exemplu, dacă un individ se află în
etapa a treia a învă țării, respectiv în etapa de implementare a strategiilor (meta)cognitive pentru

14 atingerea scopurilor, putem spune că utilizeaz ă monitorizarea cognitivă în situația în care este
implicat în realizarea coresponden ței dintre textul unei probleme și pașii necesari rezolvării
acestei probleme. Pentru ca monitorizarea să fie realizată la nivel metacognitiv, individul trebuie
să utilize ze standarde metacognitive de comparare a textului sau datelor problemei cu pașii
necesari rezolvării problemei precum reflectarea asupra modului în care pașii prezenta ți reflectă
principiile domeniului sau timpul necesar studierii lor în mod adecvat.
Mod elul elaborat de Winne și Hadwin (1998) sus ține că monitorizarea este esen țială
pentru o învă țare eficace în a șa fel încât indivizii care își reglează frecvent procesul de învă țare
este mai probabil să ob țină performan țe superioare în învă țare comparativ c u cei care nu își
reglează frecvent învă țarea (vezi și Bandura, 1997; Butler & Winne, 1995; Winne, 1996). În
ciuda asump țiilor teoretice referioare la efectele pozitive ale autoreglării asupra performan ței,
studiile empirice au eviden țiat că majoritatea in divizilor au abilită ți autoreglatorii scăzute (vezi,
Schunk & Zimmerman, 2006). Chiar și indivizii (studen ții) care au performan țe superioare
experimentează dificultă ți în ceea ce privește autoreglarea procesului de învă țare cu impact
negativ asupra progre sului în învă țare (Lajoie & Azevedo, 2006). În plus, Winne (2001) a
demonstrat că în cazul prezentării unor sarcini dificile care supraîncarcă sistemul cognitiv al
indivizilor, comportamentul de autoreglare a învă țării descre ște semnificativ și se înregist rează o
preferință a acestora de a utiliza mai frecvent monitorizarea cognitivă în detrimentul celei
metacognitive. Mai exact, în cazul rezolvării unor sarcini dificile pentru care indivizii nu posedă
cunoștințe anterioare cea mai mare parte a resurselor c ognitive sunt implicate în procesarea
informației furnizată de aceste sarcini, rămânând foarte pu ține resurse cognitive (date fiind
limitările memoriei de lucru a indivizilor) pentru procesarea metacognitivă. Cu alte cuvinte, dacă
indivizii cu o bază scăzu tă de cunoștin țe anterioare se focalizează pe autoreglarea propriei
învățări atunci nu mai su nt capabili să proceseze corect informația furnizată.
După cum men ționam anterior, cealaltă componentă esen țială conform modelului elaborat
de Winne și Hadwin (1998) este controlul metacognitiv ce implică ajustările făcute în cazul
existenței unor discrepan țe mari între standardele stabilite și produsele ob ținute. Controlul
metacognitiv a fost conceptualizat atât ca și schimbările survenite în modul de î nțelegere a
sarcinilor (de ex., „sarcina aceasta nu este așa ușoară precum am crezut ini țial“), cât și ca
schimbările survenite în aplicarea strategiilor de învă țare (de ex., „renun ț la rezolvarea acestei
sarcini pentru că este prea dificilă pentru mine“) sau în ordinea implementării acestor strategii
(de ex., „prima dată voi încercaa să în țeleg pașii necesari pentru a rezolva această problemă, doar
apoi voi încerca să aflu solu ția corectă“). Cercetările întreprinse în acest sens au indicat că
abilitatea de reglare a comportamentelor de învă țare este un indicator al succesului în învă țare
întrucât în acest fel indivizii creează noi modele mentale (Azevedo & Cromley, 2004), alocă mai

15 mult timp pentru studierea sarcinilor problematice (Nelson, Dunlosky, Graf, & Narens, 1994)
sau celor care se află în zona proximei dezvoltări (Metcalfe, 2002; Metcalfe & Kornell, 2005). În
plus, Winne și Jamieson -Noel (2002) au observat că indivizii investesc mai pu țin efort mental în
rezolvarea sarcinilor dificile pentru ei, dar investesc mai mult efort pentru rezolvarea unor sarcini
mai simple. Explica ția autorilor pentru acest comportament de învă țare care este contrar
așteptărilor, întrucât efortul depus ar trebui să fie mai mare în sarcinile mai dificile, este aceea că
indivi zii evită studierea sarcinilor ce sunt percepute ca fiind prea dificil de rezolvat în timpul
alocat. În general, studiile au concluzionat că deciziile privind timpul alocat studierii unor sarcini
este influen țat atât de caracteristicile cognitive ale indiv izilor (de ex., bază de cunoștin țe
anterioare, credin țe epistemologice, etc.), cât și de caracteristicile sarcinilor de învă țare (de ex.,
nivelul de dificultate a sarcinilor; vezi Azevedo & Cromley, 2 004).

16 Capitolul 2
METACOGNI ȚIA ȘI JUDECĂ ȚILE METACOGNITIVE ÎN
ÎNVĂȚAREA AUTOREGLATĂ

2.1 Modelul metacogni ției elaborat de Nelson și Narens (1994)

Metacogniția constituie una dintre componentele esen țiale ale sistemului cognitiv uman.
Nivelul cognitiv nu poate fi pe deplin înțeles în absența unei bune reprezentări a funcționării
metacognitive, respectiv a cunoștințelor (mai mult sau mai puțin explici te) pe care le avem
despre modul în care funcționează mecanismele și procesele mentale (de ex., memorarea,
înțelegerea, atenția, raționamentul, rezolvarea de probleme, etc.). În anul 1976, Flavell care este
considerat părintele acestui concept definea meta cogniția ca fiind „cunoștin țele pe care un
individ le are despre propriile procese cognitive, despre produsele lor și despre tot ce se leagă de
acestea, de exemplu caracteristicile relevante pentru învă țare ale sarcinilor. Metacogniția se
referă, printre a ltele, la monitorizarea activă, la reglarea și organizarea acestor procese cognitive
în relație cu obiectele pe care le reprezintă, de obicei pentru a servi unui scop sau obiectiv
concret (Flavell, 1976, p. 232).
De-a lungul timpului au fost elaborate o se rie de modele ale metacognit ției care au
încercat să pună în evidență complexitatea și dificultatea formării și funcționării metacogniției în
cadrul activității de învățare autoreglată. Dintre modelele existente în literatura de specialitate, în
lucrarea d e față ne focalizăm pe modelul metacogni ției elaborat de Nelson și Narens (1994)
întrucât este unul dintre cele mai influente modele în domeniul metacogni ției.
După cum am precizat anterior, modelul metacogni ției elaborat de Nelson și Narens
(1994) distin ge între nivelul obiectiv și cel metacognitiv al informa ției. Conform acestui model,
nivelul metacognitiv primește informa ții (și ca urmare se updatează) de la nivelul obiectiv prin
intermediul monitorizării metacognitive (vezi, Dunlosky, Rawson, & Hacker, 2002).
Monitorizarea se referă la procesul de supraveghere și verificare a calită ții activită ții de învă țare
prin raportare la scopurile stabilite. De exemplu, în timpul procesului de învă țare indivizii
monitorizează performan ța obținută și o compară cu n ivelul dorit al performan ței. Dacă între cele
două există o discrepan ță, indivizii vor continua să studieze până când această discrepan ță se
reduce la zero. Cu alte cuvinte, indivizii vor înceta să înve țe când performan ța obținută se
suprapune sau depășeșt e nivelul dorit al performan ței (Thiede, Anderson, & Therriault, 2003 ). În
timpul controlului metacognitiv , nivelul metacognitiv informează nivelul obiectiv al informa ției
astfel încât fie o nouă ac țiune este ini țiată (de ex., indivizii recitesc păr țile ma i dificil de în țeles),

17 acțiunile deja începute sunt continuate sau, din contră sunt încheiate (de ex., indivizii decid să
termine învă țarea).
Nelson (1996) a identificat patru componente ale monitorizării metacognitive și anume:
(1) judecăți de estimare a dificultății în învățare (estimarea performan ței la sarcinile următoare;
engl., ease of learning judgments – EOL), (2) judecăți de evaluare a progresului în învățare
(engl., judgements of learning – JOL), (3) judecăți de evaluare a gradului de cunoaștere a
răspunsului (engl., feeling of knowing – FOK), și (4) judecăți de încredere în răspunsul dat (de
exemplu, încrederea în performan ța obținută după rezolvarea sarcinilor sau retrospectiv; engl.,
confidence judgments – CJ). Judecă țile de estimare a dificult ății în învă țare (EOLs) au loc
înaintea perioadei de învă țare și sunt concretizate prin estimări ale dificultății în învățarea unui
specific con ținut sau informa ții (de ex., “Cât de ușor crezi că vei învă ța conținuturile listate mai
jos?”; Thiede et al., 2 003; vezi și Burkett & Azevedo, 2012). Judecă țile EOL pot fi considerate
un indicator al nivelului de dificultate al sarcinilor care conform studiilor influen țează controlul
sau reglarea învă țării. De exemplu, indivizii pot compensa faptul că nu în țeleg sa rcinile datorită
nivelului sporit de dificultate al acestora prin alocarea unui timp suplimentar ( Thiede et al.,
2003 ).
Judecățile de evaluare a progresului în învățare (JOLs) sunt definite ca evaluări care au
loc în timpul și după procesul de învă țare și care se constituie în predic ții despre performan ța la
un test ulterior ce măsoară cunoștin țele referitoare la itemii studia ți (mai exact, con ținutul studiat
în cadrul procesului de învă țare; Nelson & Narens, 1994). Aceste judecă ți sunt de obicei
măsurate prin gradul de încredere a individului că itemii studia ți vor fi reaminti ți/recunoscu ți
ulterior (de ex., „Cât de sigur ești că î ți vei aminti acest item în următoarele zece minute?“; vezi
Meeter & Nelson, 2003). Studiile au indicat că indivizii utilizează judecățile de evaluare a
progresului în învățare (JOLs) pentru a decide ce anume să studieze și pentru cât timp
(Townsend & Heit, 2011). Unii cercetători consideră judecățile de evaluare a progresului în
învățare ca fiind cele mai reprezentative pentru mo nitorizarea metacognitivă, întrucât ele reflectă
conștientizarea de către indivizi a propriilor procese cognitive (a propriei capacită ți de înțelegere
sau a performan ței obținută; vezi Hadwin & Webster, 2013 ).
Două modele au fost utilizate de către cercet ători pentru a explica rela ția dintre JOLs și
alocarea timpului pentru învă țare conceptualizat prin două dimensiuni și anume: ordinea și tipul
itemilor aleși pentru a fi învă țați, respectiv timpul petrecut pentru învă țarea acestor itemi
(Metcalfe & Finn, 2 008). Primul model numit zona proximală de învă țare (engl., region -of-
proximal learning model; Metcalfe & Kornell, 2005) sus ține că în timpul învă țării indivizii
elimină/neglijează itemii cu care sunt familiari, iar dintre itemii necunoscu ți îi învață mai întâi pe
cei mai ușori. Conform acestui model, indivizii continuă să studieze anumi ți itemi atâta timp cât

18 percep că învă țarea acestora merită (mai exact, percep că se produce învă țarea). Cu alte cuvinte,
indivizii utilizează judecățile de evaluare a progr esului în învățare (dacă mai înva ță sau nu ceva)
ca și regulă de stopare a învă țării. Cel de -al doilea model numit modelul reducerii
discrepan țelor (engl., model of discrepancy -reduction; Thiede & Dunlosky, 1999) postulează că
indivizii aleg să înve țe prim a dată itemii mai dificili, acordându -le cel mai mult timp întrucât
acești itemi „con țin“ discrepan țele cele mai mari între nivelul actual al învă țării și nivelul dorit al
învățării (vezi Townsend & Heit, 2011). Cercetările recente au indicat că, în gener al, indivizii
aleg să înve țe itemii necunoscu ți, și dintre aceștia pe cei mai ușori, în detrimentul itemilor
dificili, confirmând astfel asump țiile modelului reducerii discrepan țelor (Dunlosky & Thiede,
2004; Kornell & Metcalfe, 2006; Metcalfe & Kornell, 2 003).
Judecățile de evaluarea a gradului de cunoaștere a răspunsului (FOKs) sunt exprimate
prin aprecierea măsurii în care un con ținut care este pe moment uitat (nu poate fi reactualizat
momentan) va fi reactualizat/recuperat din memorie ulterior (Metcalf e, Schwartz, & Joaquim,
1993). Cu alte cuvinte, în acest caz indivizii își evaluează abilitatea de a furniza răspunsul corect
în cadrul unui test, chiar dacă într -un moment specific al procesului de învă țare nu pot accesa
acel răspuns din memorie. Există d ovezi empirice că judecățile de evaluare a gradului de
cunoaștere a răspunsului sunt corelate cu strategiile utilizate de indivizi pentru a răspunde la
întrebări, mai exact un nivel sporit al acestor judecă ți se reflectă în acordarea unui timp mai
îndelung at pentru găsirea/reactualizarea răspunsului (vezi Reder & Ritter, 1992 ).
În ceea ce privește judecă țile de încredere în răspunsul dat (CJs), acestea vizează gradul
de încredere al indivizilor în completarea cu succes a unor sarcini de învă țare ( Hadwin &
Webster, 2013). Acest tip de judecă ți pot fi măsurate fie ca și predicții (monitorizare prospectivă
care are loc înaintea rezolvării unei sarcini de învă țare, de exemplu, „Cât de sigur ești că vei
rezolva corect sarcina următoare ?“; Nelson & Dunlosky, 199 1), fie ca și postdic ții (monitorizare
retrospectivă care are loc după rezolvarea sarcinii de învă țare sau judecă ți retrospective de
încredere în răspunsul dat, de exemplu, „Cât de sigur ești că ai rezolvat corect această sarcină?“;
Dinsmore & Parkinson, 2 013). Studiile au relevat că judecă țile retrospective de încredere în
răspunsul dat (RCJs) influen țează judecă țile de estimare a dificultă ții în învățare (EOLs), precum
și alegerea strategiilor de învă țare ( de ex., Dunlosky & Bjork, 2008; Dunlosky & Metcal fe,
2009 ). Trebuie men ționat că toate aceste judecă ți metacognitive pot fi realizate fie la nivel global
(judecăți referitoare la to ți itemii unui test) sau la nivel local (judecăți referitoare la un singur
item sau o singură întrebare; vezi Hadwin & Webst er, 2013 ).
După cum am men ționat anterior, judecă țile metacognitive (monitorizarea metacognitivă)
sunt foarte importante, întrucât ele influen țează deciziile privind ce anume trebuie învă țat și
pentru cât timp (mai exact, controlul sau reglarea învă țării; Dunloksky & Rawson, 2012 ). Winne

19 (2001) consideră monitorizarea metacognitivă ca fiind “pivotul pe care învă țarea autoreglată se
sprijină”, întrucât aceasta implică o evaluarea a nivelului de în țelegere și a p rogresului spre
atingerea scopurilor care are efecte asupra modului în care indivizii abordează sarcinile de
învățare și fac schimbări adaptative în procesul de învă țare (vezi și Winne & Hadwin, 1998 ).
Oricum, o reglare efectivă a învă țării are loc doar în cazul în care judecă țile metacognitive ale
indiv izilor sunt corecte , deoarece „percep ția performan ței este cea care influen țează deciziile
privind activită țile de învă țare, nu realitatea“ ( Dunning, Johnson, Ehrlinger, & Kruger, 2003, p.
86). Cu alte cuvin te, când indivizii nu sunt capabili să își monitorizeze propria performan ță în
mod corect , atunci nu pot controla în mod eficace procesul de învă țare (de exemplu, nu alocă
suficient timp și efort mental în învă țare; Dunlosky, Hertzog, Kennedy, & Thiede, 20 05).
Cercetarea în domeniul metacogni ției a relevat că în general indivizii sunt inacura ți în ceea ce
privește judecă țile metacognitive făcute în timpul învă țării (de exemplu, Finn & Metcalfe, 2008;
Koriat, Sheffer, & Ma’ayan, 2002 ). În cele ce urmează vom recurge la o prezentare a datelor
experimentale privind acurate țea judecă ților metacognitive și a efectelor acesteia asupra reglării
învățării și a performan ței obținută.

2.2 Acuratețea judecă ților metacognitive

Acuratețea monitorizării sau a judecă ților metacognitive reprezintă un aspect crucial al
învățării autoreglate, întrucât pe baza rezultatelor monitorizării se iau decizii privind ajustarea
strategiilor utilizate sau a dozării timpului și efortului investit în învățare (Alexander, 2013). De
exemplu, dacă monitorizarea este incorectă, timpul alocat învă țării este scurtat, în sensul în care
indivizii decid că nu este necesar să persiste în rezolvarea sarcinilor un timp mai îndelungat
(vezi, Son & Kornell, 2008 ).
Din punct de vedere teoretic, se consideră că indivizii sunt capabili să monitorizeze, să
controleze sau regleze în mod corect propriul proces de învă țare (Lee, Lim, & Grabowski, 2010) .
Această asump ție teoretică nu a fost însă confirmată de datele emp irice. Mai exact, dovezile
empirice au relevat că majoritatea indivizilor au abilită ți scăzute de monitorizare corectă
(Graesser & McNamara, 2010). S-a demonstrat că în special novicii într -un domeniu (indivizii
cu o bază scăzută de cunoștin țe anterioare) au abilită ți scăzute de evaluare corectă a modului de
învățare ceea ce rezultă în luarea unor decizii gre șite privind ce trebuie învă țat și pentru cât timp
cu rezultate negative asupra performan ței obținute (Koriat, 2012; Dunning et al., 2003; Ehrlinger,
Johnson, Banner, Dunning, & Kruger, 2008) .
Acuratețea judecă ților metacognitive a fost conceptualizată în moduri diferite în literatura
de specialitate, respectiv ca acuratețe a monitorizării (Nelson & Dunlosky, 1991), calibrare

20 (Stone, 2000) sau bias al ju decăților (Schraw, 2009; Schraw & Roedel, 1994). Nelson (1984,
1996) a subliniat necesitatea de a distinge între acuratețea relativă (așa-numita r ezoluție sau
discriminare ) și acuratețea absolută a judecăților metacognitive ( așa-numita calibrare ).
Cercetăr ile au indicat că nu există o corelație între cele două tipuri de acuratețe, ceea ce ar putea
indica faptul că ele reprezintă procese metacognitive distincte (Hacker, Bol, & Keener, 2008) . În
ciuda faptului că este utilă măsurarea ambelor tipuri de acuratețe, studiile recente s -au focalizat
mai mult pe acuratețea absolută decât pe cea relativă, întrucât acuratețea absolută furnizează
informații utile despre măsura în care anumiți itemi sunt învățați și necesitatea studierii lor
pentru un timp mai înd elungat (de Bruin & Van Gog, 2012).
Acuratețea relativă se referă la gradul de asociere între judecă țile metacognitive și
performan ța obținută în cadrul rezolvării unor sarcini multiple (mai exact este vorba de corela ții
intrasubiec ți între cele două varia bile), indicând acurate țea cu care indivizii discriminează itemii
mai bine învă țați față de cei mai pu țin bine învă țați (Nelson, 1996). Cu alte cuvinte, acuratețea
relativă măsoară abilitatea indivizilor de a prezice probabilitatea obținerii unei performan țe
superioare în cazul unui item/unei sarcini comparativ cu un alt item/altă sarcină (de exemplu,
predicția că itemul A va fi mai bine învățat ca și itemul B, ca urmare itemul A va fi recuperat din
memorie la un test ulterior, în timp ce itemul B nu; Meete r & Nelson, 2003). Cercetătorii din
acest domeniu au propus diferite modalități de măsurare a acurateții relative, dar cea mai
frecvent utilizată metodă de măsurare este reprezentată de corelația Gama (mai exact,
coeficientul de corelație Goodman -Kruskal G ama pentru date ordinale; pentru mai multe detalii,
vezi Nelson, 1996). Coeficientul de corelația Gama permite determinarea asocierii/relației dintre
judecățile metacognitive și performanța obținută, cu valori cuprinse între – 1 și + 1. Valorile
pozitive a propiate de + 1 indică o acuratețe relativă superioară.
Spre deosebire de acuratețea relativă, acuratețea absolută sau calibrarea indică
discrepanța dintre judecățile metacognitive ale indivizilor (ori valoarea absolută a scorurilor ce
reflectă judecățile metacognitive referitoare la propria învățare) și performanța reală obținută
(Alexander, 2013), fiind calculată ca diferența dintre judecățile metacognitive și performanța
obiectivă obținută. Gradul de corespondență dintre judecățile metacognitive și perf ormanța
obiectivă obținută indică fie o calitate bună a calibrării, fie o calitate scazută a calibrării. Mai
exact, dacă indivizii își estimează performanța ca fiind bună (judecăți metacognitive despre
propria performanță) și într -adevăr performanța măsura tă obiectiv confirmă această estimare,
atunci se poate afirma că indivizii sunt bine calibrați. O calitate scăzută a calibrării este indicată
atât de supraevaluarea performanței (supraapreciere; engl., overconfidence), caz în care
scorurile corespunzătoar e judecăților metacognitive sunt mai mari decât performanța obținută,
cât și de subevaluarea performanței (subapreciere; engl., underconfidence), caz în care reversul

21 este valabil (vezi Schraw, 2009 ). În literatura de specialitate sunt menționate mai multe
modalități de măsurare a acurateței absolute, dar cea mai frecvent întâlnită metodă de măsurare
este calcularea biasului. Biasul indică măsura în care indivizii se supra sau subestimează când
emit judecăți metacognitive referitoare la propria învățare (Ya tes, 1990). De obicei, biasul se
calculează ca diferența dintre judecățile metacognitive (percepția asupra propriei performanțe) și
performanța reală obținută. Când valorile biasului sunt pozitive indivizii se supraestimează, iar
când valorile biasului sun t negative aceștia se subestimează. De exemplu, când indivizii prezic că
vor rezolva corect o anumită sarcină în proporție de 60% și, într -adevăr performanța obiectivă
confirmă că ei au rezolvat corect sarcina respectivă în proporție de 60%, atunci biasul este egal
cu zero, deci nu există bias (cu alte cuvinte, indivizii sunt bine calibrați). Când însă indivizii
rezolvă corect o sarcină în proporție de 40%, însă prezic că vor rezolva corect această sarcină în
proporție de 60%, atunci ei se supraestimează, i ar când rezolvă corect aceeași sarcină în
proporție de 70%, atunci se subestimează.
Cercetările privind acuratețea absolută au indicat că, în general, calitatea calibrării este
scazută, foarte puțini indivizi fiind capabili de o calibrare perfecta în care scorurile judecăților
metacognitive sunt egale cu performanța obținută (lipsa biasului; Bjorkman, 1992). Acest tip de
acuratețe este influen țat de cel pu țin trei variabile și anume: caracteristicile sarcinilor (de ex.,
nivelul de dificultate sau lungimea sarcinilor), constrângerile externe impuse asupra procesării
(de ex., feedback, instruire explicită), caracteristicile indivizilor (de ex., nivelul de expertiză sau
baza de cunoștin țe anterioare; Nietfeld & Schraw, 2002).
În ceea ce privește caracteristi cile sarcinilor, există dovezi empirice că supraestimarea
este mai frecvent întâlnită decât subestimarea și că indivizii se supraapreciază în cazul rezolvării
unor sarcini dificile, în timp ce se subapreciază în sarcinile ușoare ( Keren, 1991; Schraw &
Roed el, 1994). De exemplu, Schraw și Roedel (1994) au demonstrate, utilizând biasul ca metodă
de măsurare a acurate ții absolute, că supraevaluarea performan ței cre ște o dată cu nivelul de
dificultate a sarcinilor. Keren (1991) a afirmat că existen ța corelației pozitive între
supraestimarea performan ței de către indivizi și dificultatea sarcinilor poate fi interpretată după
cum urmează: cu cât dificultatea sarcinilor este mai sporită, cu atât este mai mare dificultatea
indivizilor de a prezice probabilitatea apa riției unui rezultat (de ex., dacă un item va fi sau nu
reactualizat/recuperat din memorie). Burson, Larrick și Klayman (2006) au demonstrat că
sarcinile dificile descresc acurate țea judecă ților metacognitive atât în cazul indivizilor cu o
performan ță spor ită, cât și a celor cu o performan ță scăzută. În plus, acești autori au indicat că
indivizii cu o performan ță sporită își supraestimează performan ța (cu alte cuvinte sunt mai
inacurați) mai mult decât indivizii cu o performan ță scăzută (vezi Kruger & Dunni ng, 2002,
pentru informa ții despre ipoteza “începător -inconștient”; engl., “unskilled -unware hypotheis”).

22 2.3 Acurate țea judecă ților metacognitive, controlul învă țării și performan ța în
învățare

Întrucât din perspectivă educa țională performan ța obținută în învă țare este cea mai
importantă, se impune în țelegerea modului în care acurate țea judecă ților metacognitive
influențează procesul de control sau reglare a învă țării, respectiv rezultatele ob ținute în învă țare
(performan ța în învățare).
După cum am m enționat anterior, acurate țea cu care indivizii î și evaluează propria
performan ță sau înțelegere este considerată ca fiind foarte importantă pentru controlul învă țării,
întrucât modul de reglare a învă țării influen țează performan ța obținută ( Townsend & Hei t, 2011 ).
Mai exact, când indivizii se supraapreciază există o mai mare probabilitate ca aceștia să încheie
învățarea prematur (alocă mai pu țin timp decât ar fi necesar ca învă țarea să se producă) întrucât
consideră eronat că ei stăpânesc materialul studiat, ceea ce influen țează negativ performan ța
obținută ( Dunlosky & Rawson, 2012; Hacker et al., 2008). Studiile focalizate pe rela ția dintre
acuratețea judecăților metacognitive și performan ța obținută furnizează dovezi ale faptului că
într-adevăr supr aestimarea performan ței cauzează o încheiere prematură a procesului de învă țare
cu efecte negative asupra performan ței (de ex., Dunlosky & Rawson, 2012 ). În plus, există
dovezi empirice că indivizii care se supraapreciază nu apelează la măsuri de remediere a
performan ței și nu evaluează cu aten ție răspunsurile oferite în cadrul testelor ( Hacker et al.,
2008 ). De exemplu, în studiul lor Dunlosky și Rawson (2012) au prezentat studen ților defini ții
ale unor termeni (cuvinte) urmate de teste de reactualizare ba zate pe amorse (engl., cued -recall
tests) și au cerut acestora să evalueze calitatea răspunsurilor oferite la testele respective. După ce
studenții au judecat răspunsurile lor ca fiind corecte sau incorecte, defini ția corectă a cuvântului a
fost prezentată pentru a fi restudiat ă. Rezultatele studiului au indicat că studen ții care au apreciat
răspunsurile lor incorecte ca fiind corecte, cu alte cuvinte studen ții care s -au supraestimat, au
prezentat o performan ță mai scăzută în ceea ce prive ște memorarea, înt rucât au terminat
învățarea înainte ca defini țiile cuvintelor să fie re ținute. Oricum, cel de -al doilea experiment
inclus în studiul lui Dunlosky și Rawson (2012) a relevat faptul că studen ții care au emis judecă ți
metacognitive corecte nu doar au petrecut mai mult timp să studieze cuvintele prezentate, ci au și
procesat defini țiile acestor cuvinte mai profund. Sumarizând, rezultatele acestui studiu au indicat
că acurate țea judecă ților cognitive este o prerechizită pentru învă țarea eficientă și memorarea
durabilă.
Focalizându -se pe acurate țea relativă, nu pe acurate țea absolută, studiul condus de Thiede
și colaboratorii (2003) a indicat că acurate țea judecă ților privind în țelegerea unui text are efecte
asupra abilită ții studenților de a -și regla comportamne tul de învă țare. Mai exact, studen ții care și –

23 au monitorizat capacitatea de în țelegere a textului în mod corect au ales mai frecvent să
restudieze textele mai pu țin înțelese, ceea ce a rezultat în creșterea performan ței la testul de
evaluare. Prin urmare, se poate afirma că studiul lui Thiede și colaboratorii (2003) se constituie
într-un exemplu a modului în care acurate țea metacognitivă ghidează procesul de învă țare a
studenților și rezidă într -o performan ță sporită.
Pe baza rezultatelor din studiile empir ice prezentate mai sus (pentru un review detaliat al
unor studii similare, vezi Hacker et al., 2008), se poate concluziona că abilitatea indivizilor de a –
și monitoriza co rect propriile procese cognitive reprezintă o strategie metacognitivă efectivă ce
rezidă într -o performan ță sporită prin efectele pozitive pe care le are asupra procesului de
autoreglare a învă țării (de ex., asupra alocării timpului pentru învă țare). Rela ția dintre acurate țea
monitorizării metacognitive și controlul învă țării, respectiv pe rformanța obținută în învă țare
poate fi sumarizată astfel: “învă țarea este invers propor țională cu biasul calibrării și direct
proporțională cu acurate țea calibrării” (Winne, 2004, p. 476).

2.4 Îmbunătă țirea acurate ții judecăților metacognitive

Date fii nd cercetările care demonstrează că doar o monitorizare corectă a propriei
performan țe are efecte benefice asupra învă țării autoreglate (Griffin, Wiley, & Salas, 2013) și că
majoritatea indivizilor au abilită ți scăzute de monitorizare corectă (Graesser & McNamara,
2010), o întrebare esen țială la care cercetătorii din domeniu au încercat să afle răspuns este dacă
acuratețea judecă ților metacognitive poate fi îmbunătă țită și dacă această îmbunătă țire rezidă în
“câștiguri” în ceea ce privește eficacitatea în vățării (performan ță sporită). Răspunsul la această
întrebare este foarte important pentru practica educa țională întrucât în țelegerea rela ției dintre
monitorizare, procesele de reglare a învă țării și performan ța obținută contribuie la proiectarea
unor mate riale sau interven ții instrucționale efective.
Acuratețea monitorizării poate fi îmbunătă țită în mai multe moduri. De exemplu, în
încercarea de a îmbunătă ți acuratețea judecă ților metacognitive, Nelson și Dunlosky (1991) au
utilizat metoda decalării judec ăților de evaluare a progresului în învățare (engl., delayed –
JOLs). Autorii au demonstrat că decalarea judecăților de evaluare a progresului în învățare chiar
și cu 30 de secunde contribuie la sporirea acurate ței cu care aceste judecă ți prezic performan ța la
testul de reactualizare. Cu alte cuvinte, acurate țea monitorizării este mai sporită când între
perioada de învă țare și solicitatea judecăților de evaluare a progresului în învățare există un
decalaj comparativ cu situa ția în care aceste judecăți de eval uare a progresului în învățare sunt
făcute imediat după perioada de studiu. Trebuie men ționat că în acest studiu a fost măsurată
acuratețea relativă a judecăților de evaluare a progresului în învățare care indică abilitatea
indivizilor de a discrimina într e itemii pentru care există o mai mare probabilitate să fie

24 recunoscu ți și itemii pentru care există o mică probabilitate să fie recunoscu ți (vezi și Burkett &
Azevedo, 2012).
Într-un studiu ulterior, Nelson și Dunlosky (1992) au investigat măsura în care efectul
decalării judecăților de evaluare a progresului în învățare (JOLs) poate fi replicat când se
măsoară acurate țea absolută sau calibrarea în locul acurate ții relative. Rezultatele au indicat că
decalarea judecăților de evaluare a progresului în învă țare rezidă într -o acurate țe absolută mai
sporită decât situa ția în care un astfel de decalaj nu există. În plus, rezultatele acestui studiu au
indicat că tipul de amorsă folosit pentru a face aceste judecă ți de evaluare a progresului în
învățare este foar te important. Mai specific, s -a demonstrat că decalarea judecăților de evaluare a
progresului în învățare sporește într -o măsură mai mare acurate țea (acurate țea absolută) cu care
este prezisă performan ța la un test de reactualizare ulterior când judecă țile sunt bazate pe
prezentarea unor amorse “singulare” (engl., cue -alone, de exemplu, când din perechea stimul –
răspuns “castel -cetate” este prezentat doar cuvântul -stimul “castel”) decât atunci când aceste
judecăți sunt bazate pe prezentarea perechii stimul/a morsă – răspuns.
În studiul realizat de Mazzoni și Nelson (1993) s -a demonstrat că tipul de codare a
informației afectează acurate țea cu care judecățile de evaluare a progresului în învățare prezic
performan ța la testul de reactualizare. Mai specific, rez ultatele ob ținute au indicat că judecățile
de evaluare a progresului în învățare prezic cu mai multă acurate țe performan ța la un test de
reactualizare ulterior când răspunsurile sunt generate în mod activ în procesul de învă țare decât
atunci când acestea s unt citite în mod pasiv. În plus, rezultatele studiului au relevat faptul că
atunci când studen ții furnizează judecă ți de evaluare a progresului în învățare globale pentru
întreaga listă de cuvinte, supraestimarea este redusă comparativ cu situa ția în care aceste judecă ți
sunt făcute pentru fiecare cuvânt în parte (JOLs locale). Altfel spus, în cadrul acestui studiu
judecățile globale s -au dovedit a fi mai corecte decât judecă țile locale.
O altă metodă de îmbunătă țire a acurate ții monitorizării este practi carea unor sarcini/
itemi. De menționat că rezultatele studiilor privind efectele practicării sau trainingului asupra
acurateții monitorizării sunt contradictorii. Astfel, unele studii au demonstrat că practicarea
sarcinilor afectează pozitiv acurate țea ju decăților metacognive (ex., Nietfeld, Cao, & Osborne,
2006; Thiede et al., 2003), în timp ce altele au indicat că îmbunătă țirea acurate ții judecăților
metacognitive este dificil de realizat prin această metodă (ex., Nietfeld & Schraw, 2002; vezi și
Hacker et al., 2008). De exemplu, Nietfeld și colaboratorii (2006) au investigat impactul unei
intervenții constând în exerci ții de monitorizare și oferire de feedback asupra acurate ții calibrării,
autoeficacită ții (încrederii în succesul avut) și performan ței obținută de elevii de liceu. Exerci țiile
de monitorizare au constat în evaluarea de către elevi a procesului de învă țare (JOLs) și
pregătirea lor pentru fiecare curs, precum și reflectarea asupra acurate ții judecăților de evaluare a

25 progresului în învățare, concomitent cu primirea unui feedback referitor la acurate țea calibrării în
judecarea performan ței obținută la examenele finale. Rezultatele au indicat că acest tip de
intervenție constând din exerci ții de monitorizare și oferire de feeback asupra acurate ții calibrării
îmbunătățește atât acurate țea absolută a judecăților de evaluare a progresului în învățare, cât și
performan ța obținută de elevi la examenele finale. Dunlosky și Rawson (2012) au criticat
designul acestui studiu, afirmând că interven ția aplic ată reprezintă un factor de confuzie (engl.,
confounder) asociat cu caracteristicile clasei care s -a aflat în grupul de control versus grupul
experimental. Ca urmare, este posibil ca rezultatele pozitive ob ținute în studiul realizat de
Nietfeld și colabora torii (2006) să fie explicate de alte variabile decât cele include în studiu.
Oricum, aceste rezultate sunt similare cu cele ob ținute anterior de Hacker, Bol, Horgan, și
Rakow (2000), conform cărora combinarea feedback -ului cu practicarea și instruirea fur nizată în
cadrul cursurilor are efecte benefice asupra acurate ții monitorizării și performan ței. Mai specific,
rezultatele au indicat că acurate țea absolută (calibrarea) a judecă ților măsurate atât ca predic ții,
cât și ca postdic ții sporește cu timpul ca u rmare a practicării, dar numai în cazul studen ților cu
performan țe superioare.
În studiul realizat de Koriat (1997), s -a demonstrat că practicarea afectează negativ
calibrarea, sporind subestimarea performan ței (așa -numitul efect al subestimării ca urmare a
practicării; engl., underconfidence -with-practice effect), însă îmbunătă țește acuratețea relativă,
respectiv judecă țile referitoare la care itemi sunt mai bine învă țați versus cei care sunt mai pu țin
bine învă țați. Conform acestui autor, îmbunătă țirea acurate ții relative odată cu practicarea apare
pentru că amorsele judecă ților de evaluare a progresului în învățare se schimbă de la cele bazate
pe factori interni (de ex., caracteristici ale itemilor precum dificultatea percepută a acestora) la
cele mnemonice referitoare la studiul anumitor itemi (de ex., fluen ța procesării). Din cont ră, în
studiul realizat de Maki și Serra (1992) s -a demonstrat că practicarea cu ajutorul testelor are un
efect mic asupra acurate ții relative și numai în cazul în care întrebările testelor utilizate pentru
practicare sunt identice cu întrebările testelor finale.
După cum men ționam anterior, unii cercetători au demonstrat că acurate țea absolută a
judecăților tinde să fie stabilă în ciuda practicării și furnizării unui feedback. De exemplu, Bol și
Hacker (2001) examinând efectul practicării cu ajutorul testelor asupra calibrării și a
performan ței obținută au indicat că practicarea a rezultat în predic ții și postdic ții (monitorizare
prospectivă și retrospectivă) mai pu țin accurate, precum și performan țe mai scăzute la examenul
de la mijlocul semestrului. În p lus, s -a demonstrat că acurate țea calibrării nu s -a îmbunătă țit de la
examenul de la mijlocul semestrului până la cel de la finalul semestrului și că studen ții cu
performan țe superioare au judecă ți metacognitive mai accurate decât cei cu performan țe scăzut e.

26 Nietfeld, Cao, și Osborne (2005) au indicat că acurate țea monitorizării (calibrarea) nu s -a
îmbunătățit de-a lungul celor patru examene deși studen ții au putut revizui rezultatele ob ținute și
evaluările subiective ale judecă ților de încredere în răspun sul dat (engl., confidence judgments).
Mai mult, judecă țile de încredere în răspunsul dat măsurate la nivel global s -au dovedit a fi mai
corecte decât cele măsurate la nivel local, însă performan ța studenților a fost influen țată
semnificativ doar de acurat ețea judecă țile de încredere în răspunsul dat măsurate la nivel local.
Concluzia autorilor a fost aceea că sus ținerea automonitorizării nu este suficientă pentru a se
produce o îmbunătă țire a acurate ții monitorizării, chiar și atunci când se utilizează pra cticarea.
Pe baza dovezilor empirice trecute în revistă în acest subcapitol, se poate concluziona că
îmbunătățirea acurate ții monitorizării nu este o sarcină ușoară, fiind necesare interven ții intensive
și explicite care ar trebui să includă practicarea ș i oferirea feedback -ului (vezi Nietfeld et al.,
2005).

27 Capitolul 3
ACURATE ȚEA MONITORIZĂRII ÎN MEDIILE
EDUCAȚIONALE COMPUTERIZATE

3.1 Îmbunătă țirea acurate ții monitorizării în mediile educa ționale
computerizate

Învățarea cu ajutorul unui mediu educațional computerizat complex solicită într -o mai
mare măsură capacitatea indivizilor de a -și regla procesul de învățare, aceștia fiind nevoiți să ia
decizii despre ce trebuie să învețe, cum să învețe, cât timp să petrea că pentru studierea
materialului prezentat, cum și când să acceseze alte materiale instrucționale (ex., glosar) și să
determine dacă au înțeles sau nu materialul furnizat (Azevedo & Cromley, 2004). Mai specific,
indivizii trebuie să analizeze procesul de î nvățare în care sunt implicați, să stabilească scopuri
semnificative pentru propriul proces de învățare, să determine strategiile utile pentru atingerea
scopurilor propuse, să evalueze măsura în care strategiile selectate sunt utile în atingerea
scopurilor și să evalueze emergența înțelegerii materialului studiat. În plus, indivizii trebuie să
posede capacitatea de modificare a scopurilor, strategiilor utilizate și a efortului depus în raport
cu schimbarea factorilor contextuali (Pintrich 2000; Winne 2001; Zimmerman 2000, 2001).
Așadar, autoreglarea învățării într -un mediu computerizat complex presupune construirea
activă a înțelegerii conceptelor specifice domeniului vizat prin utilizarea unor strategii cognitive,
reglarea și monitorizarea anumitor aspecte ale cogniției, comportamentului și motivației, precum
și modificarea comportamentului, dacă este necesar, în vederea atingerii scopurilor (Pintrich,
2000). Azevedo și colaboratorii (Azevedo, Moos, Greene, Winters, & Cromley, 2008) au indicat
că majoritate a indivizilor întâmpină dificultăți în reglarea propriului proces de învățare în
condițiile utilizării unor medii educaționale computerizate complexe ceea ce afectează negativ
performanța acestora. Cu alte cuvinte, pentru ca indivizii să poată beneficia de mediile
educaționale computerizate furnizate, ace știa trebuie să fie capabili să î și monitorizeze propriile
procese cognitive și să își regleze/adapteze strategiile și comportamentul de învă țare (Azevedo &
Witherspoon, 2009 ). Achiziționarea abilită ților d e monitorizare și control cognitiv sau
metacognitiv reprezintă un proces complex și nu se poate realiza doar printr -o învățare
incidentală (Hadwin & Winne, 2001).
Prin urmare, date fiind cercetările care demonstrează că doar o monitorizare corectă a
propri ei performan țe are efecte benefice asupra efectivită ții învățării autoreglate (Griffin, Wiley,
& Salas, 2013) și că majoritatea indivizilor au abilită ți scăzute de monitorizare corectă (Graesser

28 & McNamara, 2010) este necesară implementarea unor prompteri (engl., prompts) sau furnizarea
de feedback metacognitiv pentru îmbunătă țirea acurate ții monitorizării. Aceasta este în mod
special important pentru învă țarea cu ajutorul mediilor educa ționale com puterizate, având în
vedere utilizarea tot mai frecventă a unor astfel de medii în practica educa țională și
caracteristicile pe care le au și care pot influen ța acuratețea monitorizării și învă țarea autoreglată
în mod diferit fa ță de materialele prezentate în mod tradi țional (de Bruin & Van Gog, 2012).
Azevedo și Witherspoon (2009) au afirmat că indivizii nu pot utiliza în mod efectiv resursele
furnizate de mediile educa ționale computerizate dacă nu sunt capabili să își monitorizeze și
evalueze corect propr ia performan ță sau să își regleze procesele cognitive/de învă țare pentru
atingerea scopurilor stabilite. De exemplu, când indivizii au control asupra propriei instruiri, mai
exact când pot alege să rezolve ce probleme doresc să rezolve, ei trebuie să fie c apabili să aleagă
acele probleme care contribuie la sporirea cunoștin țelor. În acest scop, indivizii trebuie să fie
capabili să estimeze timpul necesar rezolvării unei probleme pentru a aloca un timp suficient
procesului de rezolvare astfel încât învă țarea să se producă și să decidă când să solicite ajutor
pentru a rezolva problemele sau să persiste în a rezolva aceste probleme fără niciun ajutor (Roll,
Aleven, & Azevedo et al., 2007).
În plus, există dovezi empirice care eviden țiază faptul că abilită țile de învățare autoreglată
ale indivizilor (monitorizare și control metacognitiv) sunt rar încurajate de tutorii umani (de ex.,
profesori) întrucât aceștia au abilită ți limitate de a detecta deficitele pe care indivizii le au în ceea
ce privește acurate țea mo nitorizării și de a adapta cantitatea de suport/
prompting metacognitiv la nevoile individuale ale acestora (Graesser & McNamara, 2010) . În
acest context, prompterii (sau suportul) metacognitivi implementa ți în mediile educa ționale
computerizate pot fi uti lizați în mod eficace pentru a îmbunătă ți abilitățile autoregatorii ale
tuturor indivizilor, dar în special a celor cu abilită ți scăzute de monitorizare (cu judecăți
metacognitive incorecte ).
Chiar dacă cercetătorii din domeniul designului instruc țional a firmă că mediile
educaționale computerizate contribuie la achizi ționarea sau îmbunătă țirea abilită ților
metacognitive ale utilizatorilor, majoritatea acestor medii se focalizează pe sprijinirea sau
dezvoltarea unor cuno ștințe declarative sau procedurale specifice unor domenii științifice (Gama,
2004). Având în vedere că doar monitorizarea corectă a proceselor cognitive permite o
autoreglare efectivă a învă țării (Griffin, Wiley, & Salas, 2013), este necesară proiectarea unor
medii educa ționale care să vizeze dezvoltarea abilităților metacognitive esen țiale pentru
achiziționarea competen țelor de învă țare autoreglată ( Azevedo, Johnson, Chauncey, & Burkett,
2010 ), nu doar a celor cognitive (de ex., achizi ționarea de cuno ștințe procedurale).
După cum men ționam anterior, îmbunătă țirea acurateții monitorizării și a controlului

29 abilităților metacognitive în cadrul mediilor educa ționale computerizate este un proces complex
și provocator, întrucât presupune mai mult decât implementarea unor activit ăți de învățare.
Pentru achizi ționarea unor abilită ți de evaluare corectă a propriei competen țe (judecă ți
metacognitive corecte), mediile computerizate educa ționale trebuie să încorporeze „programe de
antrenament” sau training care să sprijine utilizarea d e strategii metacognitive adecvate (Gama,
2004). O modalitate de îmbunătățire a abilităților de monitorizare corectă ce s-a dovedit a fi
promițătoare constă în utilizarea de prompteri metacognitivi (engl., metacognitive prompts). În
general prompterii meta cognitivi presupun direcționarea atenției indivizilor pe înțelegerea și
reflectarea asupra propriilor cogniții/gânduri și a modului de învățare ( Bannert & Mengelkamp,
2013 ).
Conform unor cercetători (ex., Azevedo & Hadwin, 2005; Bannert & Reimann, 2012 )
prompterii metacognitivi trebuie să solicite indivizilor să reflecteze în mod explicit asupra
propriei învățări, să monitorizeze și să își ajusteze propriul proces de învățare. În acest fel,
prompterii metacognitivi pot stimula indivizii să își activeze pro priul repertoriu de cunoștințe și
strategii metacognitive în timpul procesului de învățare, ceea ce contribuie la o înțelegere mai
profundă a materialului de studiat (o învățare semnificativă) și ca urmare îmbunătățește
performanța obținută. În ciuda acest or beneficii pe care prompterii metacognitivi le au asupra
învățării, există puține dovezi empirice care să indice în ce măsură prompterii metacognitivi
implementați în mediile educaționale computerizate sporesc învățarea autoreglată prin angajarea
indiviz ilor în comportamente metacognitive (de exemplu, monitorizare corectă a propriei
învățări) și dacă într -adevăr implementarea acestora îmbunătățește performanța. În plus, deși
există câteva încercări de încorporare a trainingurilor metacognitive în cadrul m ediilor
educaționale computerizate, majoritatea acestor încercări s -au limitat la utilizarea
autochestionării sau a reflectării asupra sarcinilor de învățare ca variantă de training (vezi Gama,
2004). De exemplu, Kramarski și Gutman (2005) au demonstrat că sprijinirea studenților în
timpul rezolvării unor probleme de matematică din cadrul mediilor educaționale computerizate
cu ajutorul unui training metacognitiv conceptualizat prin autochestionare a sporit utilizarea
proceselor autoreglatorii (mai exact, au tomonitorizarea și utilizarea strategiilor metacognitive) și
a îmbunătățit performanța obținută. Rezultatele obținute în acest sudiu susțin ideea că
autochestionarea este utilă pentru studenți, mai ales pentru cei care nu sunt capabili să activeze în
mod s pontan anumite strategii cognitive și metacognitive în timpul procesului de învățare.
Oricum, autochestionarea ca și modalitate de prompting metacognitiv nu este suficientă pentru a
promova conștientizarea de către indivizi a nivelului de cunoștințe pe car e îl posedă și, ca
urmare, pentru a spori acuratețea monitorizării (vezi Gama, 2004).
Sumarizând, deși există numeroase cercetări consacrate naturii și dezvoltării proceselor

30 metacognitive în relația cu procesul de învățare autoreglată în general și cu ac uratețea
monitorizării în particular (Alexander, 2013), foarte puține dintre ele s -au focalizat pe
implementarea și investigarea unor intervenții instrucționale care să sporească acuratețea
monitorizării și învățarea autoreglată în mediile educaționale com puterizate. Ca urmare, o
întrebare de cercetare ce trebuie adresată în studii ulterioare, întrucât nu s -a oferit încă un
răspuns “concret” se referă la tipul de intervenții instrucționale care trebuie implementate în
cadrul mediilor computerizate pentru a clarifica o serie de aspecte conceptuale precum ce anume ,
când și cum pot fi modelate procesele metacognitive în astfel de medii (cf., Azevedo et al.,
2010).

3.2 Acuratețea monitorizării în rezolvarea de probleme din mediile
educaționale computerizate
În procesul de rezolvare a problemelor, pe lângă procesarea trăsăturilor specifice acestor
probleme (de exemplu, cât de dificilă sau ușoară este o problemă comparativ cu alta), indivizii
fac o serie de evaluări despre ei înșiși în raport cu solicitările pe c are procesarea problemelor o
impune asupra sistemului cognitiv al acestora (de ex., cât timp și cât efort este necesar pentru
rezolvarea problemelor; vezi Efklides, 2001, 2006). Efklides (2001) consideră aceste judecă ți ca
fiind experien țe metacognitive în trucât reflectă conștientizarea de către indivizi a cunoștin țelor
specifice problemelor (dificultatea acestora), precum și r ăspunsurile la cerin țele de procesare a
problemelor (de ex., judecăți de evaluarea a gradului de în țelegere, judecăți privind dificu ltatea
problemelor, estimări ale efortului mental investit, judecăți de încredere în răspunsul dat ). Aceste
judecăți metacognitive sunt utilizate pentru a informa procesele de control (reglarea procesului
de învățare), respectiv reglarea efortului investit penru rezolvarea problemelor, alocarea unui
timp de studiu corespunzător și adaptarea strategiilor de învă țare (vezi Alexander, 2013). De
exemplu, indivizii pot decide să nu mai investească efort sau să nu mai aloce timp pentru
rezolvarea unor probleme, î ntrucât consideră că le -au înțeles (iluzia în țelegerii; engl., illusions of
understanding) sau le consideră că fiind foarte ușoare (cf., iluzia dificultă ții, vezi Efklides, 2006).
După cum am precizat și anterior, cercetarea consacrată relației dintre acu ratețea judecăților
metacognitive și performanța obținută în rezolvarea problemelor a demonstrat că supraestimarea
performanței cauzează terminarea prematură a procesului de rezolvare cu efecte negative asupra
performanței (vezi Dunlosky & Rawson, 2012). U nele studii au indicat că sporirea acurate ții
judecăților metacognitive contribuie la îmbunătă țirea performan ței prin alocarea unui timp mai
îndelungat studiului (Dunlosky & Rawson, 2012; Kornell & Metcalfe, 2006; Thiede, Anderson,
& Therriault, 2003). În plus, s -a demonstrat că indivizii care beneficiază de suport sau training
au judecăți metacognitive mai corecte decât cei care nu beneficiază de un astfel de suport (de ex.,

31 Nietfeld et al., 2006). Tipul de suport instrucțional oferit a fost conceptualizat în moduri diferite
în literatura de specialitate, fie ca exemple rezolvate și probleme incomplete (Van Merriënboer
& Paas, 1989; Van Merriënboer, Kirschner, & Kester, 2003; Renkl, 1997; Renkl & Atkinson,
2003), fie ca prompteri conceptuali, procedurali sa u metacognitivi (Azevedo & Hadwin, 2005;
Bannert & Reimann, 2012). În lucrarea de fa ță, focalizarea va fi pe primul tip de suport
instrucțional, respectiv exemple rezolvate și probleme incomplete în compara ție cu rezolvarea
unor probleme tradi ționale. Majo ritatea studiilor care au examinat efectele exemplelor rezolvate
și a problemelor incomplete s -au focalizat pe rela ția dintre natura autoexplica țiilor (de ex.,
autoexplicarea pașilor rezolvați sau anticiparea soluțiilor chiar și în cazul furnizării pașilor
necesari aflării solu ției finale; pentru mai multe detalii despre efectul autoexplica țiilor, vezi Chi,
2000) și performan ța obținută (Wittwer & Renkl, 2010). Trebuie men ționat că autoexplica țiile
reprezintă o fa țetă distinctă a metacogni ției care nu este relaționată cu judecă țile metacognitive
(Efklides, 2006). Un singur studiu din literatura parcursă de noi, mai exact studiul realizat de
Baars, Visser, Van Gog, de Bruin și Paas (2013), a investigat efectul pe care exemplele
incomplet rezolvate îl are asup ra acurate ții judecăților metacognitive și a performan ței obținută la
testul de evaluare. Înainte de a prezenta rezultatele ob ținute în acest studiu, vom descrie în
detaliu fiecare tip de suport instruc țional.

3.2.1 Exemplele rezolvate, exemplele incomple t rezolvate și problemele
incomplete
Un rol important în achizi ționarea de cunoștin țe cu ajutorul mediilor educa ționale
computerizate în domenii precum matematică sau știin țe îl are formarea schemelor cognitive
referitoare la procesul de rezolvare (mai exact, reprezentări ale diferitelor cate gorii de probleme
împreună cu procedurile de rezolvare corespunzătoare, VanLehn, 1989; vezi și Sweller, Van
Merriënboer, & Paas , 1998 ). Achiziționarea unor astfel de scheme este facilitată de utilizarea
exemplelor rezolvate, mai ales în stadiul inițial de achiziție a abilităților de rezolvare a
problemelor, deci când indivizii sunt începători sau novici ( Van Gog, Kester, & Paas, 2011 ). În
achiziționarea unor cuno ștințe în procesul de rezolvare, o strategie efectivă este aceea a unui
continuum al suportului instrucțional ce variază de la exemple rezolvate la probleme
convenționale, incluzând ca și tipuri intermediare de suport exemplele incomplet rezolvate și
problemele incomplete.
Exemplele rezolvate (engl., worked -out examples) prezintă indivizilor datele problemei,
cerințele problemei și etapele necesare pentru aflarea soluției finale. Spre deosebire de
problemele convenționale (probleme tradi ționale care nu prezintă pa șii/etapele necesari aflării
soluției finale ), studierea exemplelor rezolvate orientează atenția indivizilor pe datele problemei

32 și pe pașii parcurși pentru aflarea soluției finale ceea ce le permite să găsească soluții cu un nivel
ridicat de generalitate și să achiziționeze noi scheme cognitive (Van Merriënboer et al., 2006).
După cum men ționam anterior, studierea exemplelor rezolvate este mai eficace decât rezolvarea
problemelor convenționale, mai ales în stadiul inițial de achiziție a abilităților de rezolvare a
problemelor (Sweller, Van Merriënboer, & Paas , 1998). Explicația constă în fapt ul că rezolvarea
unei probleme în mod tradițional necesită căutarea soluțiilor prin analiza mijloace -scopuri ceea
ce încarcă memoria de lucru a indivizilor, în timp ce studierea unui exemplu rezolvat reduce
încărcarea memoriei de lucru, deoarece căutarea s oluțiilor este limitată. În acest ultim caz, după
cum am mai precizat, atenția indivizilor (a resurselor cognitive) este direcționată pe relațiile
existente între etapele necesare aflării soluției finale ceea ce contribuie la achiziționarea
schemelor refer itoare la modul de rezolvare a problemelor (Sweller et al., 1998). Așadar, efectul
exemplelor rezolvate (Cooper & Sweller, 1987) este explicat prin faptul că studierea exemplelor
rezolvate elimină analiza mijloace -scopuri și nu impune o încărcare cognitivă asupra memoriei
de lucru a indivizilor la fel de mare ca și în cazul rezolvării problemelor convenționale.
Încărcarea cognitivă se referă la resursele mentale (sau ale memoriei de lucru) investite
de indivizi pentru a rezolva o problemă (Sweller & Chandl er, 1994) și este conceptualizată prin
două dimensiuni: dificultatea percepută a sarcinilor și efortul mental investit (Paas, Tuovinen,
Tabbers, & Van Gerven, 2003; Paas & Van Merriënboer, 1994). Dificultatea percepută a
sarcinilor reflectă cerin țele sarci nilor, mai exact interactivitatea unităților informaționale sau a
elementelor ca indicator al complexită ții sarcinilor ( Van Gog & Paas, 2008, vezi și Kalyuga,
Chandler, & Sweller, 1999). Când rezolvă o problemă/sarcină, indivizii evaluează cerin țele
aceste ia (de ex., efortul necesar pentru a rezolva problema) și, în consecin ță, investesc un anumit
efort mental. Ca urmare, efortul mental investit poate fi considerat o func ție a dificultă ții
percepute a sarcinilor și vizează resursele cognitive de care dispun indivizii în mod real și pe
care ace știa le implică în rezolvarea problemelor (Paas et al., 2003). S -a demonstrat că efortul
mental investit este influen țat într -o mare măsură de dificultatea percepută a sarcinilor (Efklides,
2006), mai exact o dificultat e sporită a sarcinilor rezidă într -o investiție mai mare a efortului
mental ( nken, Plass, & Leutner, 2003 ). Trebuie men ționat însă că nu întotdeauna există o
relație pozitivă între dificultatea percepută a sarcinilor și efortul mental investit, întrucâ t indivizii
pot decide să investească pu țin efort mental în rezolvarea sarcinilor chiar dacă le percep ca fiind
dificile (cf., Van Gog & Paas, 2008). Lipsa unei corela ții pozitive între cele două constructe
apare mai frecvent la niveluri superioare de difi cultate a sarcinilor. Mai exact, când indivizii
percep sarcinile ca fiind extrem de dificile atunci nu au încredere în abilitatea lor de a rezolva
aceste sarcini și, ca urmare, nu sunt motiva ți să investească efort mental în procesul de rezolvare

33 (Bandura, 1989; Paas, Tuovinen, Van Merriënboer, & Darabi, 2005; Pintrich & Schrauben,
1992 ).
Revenind la efectul exemplelor rezolvate trebuie men ționat că studierea exemplelor
rezolvate orientează atenția indivizilor pe informațiile relevante pentru construirea schemelor
cognitive referitoare la rezolvarea problemelor, mai specific pe trăsăturile structurale ale
problemelor care sunt definitorii pentru identificarea categoriei din care fac parte aceste
probleme, precum și pe explicarea procedurilor de aflare a soluțiilor specifice unei categorii de
probleme (Sweller et al., 1998).
Unul dintre dez avantajele majore ale exemplelor rezolvate este acela că nu îi “obligă” pe
utilizatori să le studieze cu atenție, motiv pentru care adesea designerii instrucționali apelează la
o combinare a acestora cu problemele convenționale (Sweller et al., 1989). Stud iile au indicat că
experții (indivizii cu o bază superioară de cunoștin țe) procesează și chiar “interpretează”
exemplele rezolvate, în timp ce novicii (indivizii cu o bază scăzută de cunoștin țe) studiază cu
atenție exemplele rezolvate doar atunci când nu ș tiu rezolva problemele convenționale (Chi,
Bassok, Lewis, Reimann, & Glaser, 1989; Lefevre & Dixon, 1986). „Punctul de pornire” al
acestor cercetări a fost reprezentat de concluziile referitoare la faptul că simpla expunere a
utilizatorilor la exemple rezo lvate nu produce automat înțelegere sau învățare semnificativă,
întrucât majoritatea utilizatorilor nu utilizează în mod eficace resursele cognitive „eliberate” ca
urmare a studierii unor exemple rezolvate și nici nu generează autoexplicații productive în acest
caz (vezi Renkl, 1997).
Autoexplicațiile nu sunt altceva decât afirmații sau elaborări referitoare la procesele de
monitorizare și la strategiile cognitive utilizate pentru rafinarea comprehensiunii materialului
instrucțional (Chi, Bassok, Lewis, Re imann, & Glaser, 1989; Pirolli & Recker, 1994; Renkl,
1997). Studiul realizat de Chi și colaboratorii (1989) a indicat că autoexplicarea este o metodă
eficace ce contribuie la îmbunătățirea abilității indivizilor de a rezolva probleme (probleme de
fizică). Conform acestor autori, generarea spontană a explicațiilor în timpul studierii unor
exemple rezolvate susține achiziția abilităților de rezolvare a problemelor chiar dacă nu
presupune nici codarea directă a materialului instrucțional, nici dezvoltarea pro gresivă a
abilităților anterior formate. Asumpția de bază în studiul lui Chi et al. (1989) a fost aceea că
indivizii eșuează adesea în înțelegerea soluțiilor oferite de exemplele rezolvate (chiar dacă multe
studii au demonstrat eficacitatea exemplelor rezo lvate), deoarece acestea nu oferă de cele mai
multe ori specificații clare referitoare la motivul pentru care este efectuat fiecare pas necesar
aflării soluției finale sau la consecințele pe care le are fiecare pas rezolvat. Ca urmare, pentru ca
indivizii să înțeleagă soluțiile oferite de exemplele rezolvate, trebuie să genereze propriile
explicații privind condițiile și consecințele rezolvării fiecărui pas necesar aflării soluției finale.

34 Rezultatele studiului, ce confirmă ipoteza unui efect al autoexplica țiilor , au indicat că indivizii
cu succes în rezolvarea problemelor (au rezolvat corect 82% dintre problemele posttestului) sunt
de fapt cei care au generat în mod spontan un număr mai mare de autoexplicații în timpul
studierii exemplelor rezolvate (15.3 e xplicații per exemplu), în timp ce indivizii cu un succes mai
scăzut în rezolvarea problemelor (au răspuns corect în medie la 46% dintre întrebările
posttestului) sunt cei care au generat mai puține explicații (doar 2.8 explicații per exemplu).
Inițial, Chi și colaboratorii (1989) au postulat că efectul autoexplicațiilor presupune
preponderent generare de inferențe de către indivizi. Mai specific, prin autoexplicare, indivizii nu
fac altceva decât să infereze informații care nu sunt prezentate ex plicit în textul problemei sau în
pașii necesari aflării soluției (vezi și Chi, 1997). Ulterior însă, datorită unor inconsistențe între
perspectiva propusă de acești autori și datele obținute în literatura consacrată efectului
autoexplicațiilor, Chi (2000) a revizuit asumpțiile inițiale sugerând că efectul autoexplicării este
un proces dual care implică atât generarea de inferențe, cât și remedierea/îmbunătățirea
modelelor mentale ale indivizilor. În ceea ce privește remedierea/îmbunătățirea modelelor
menta le, asumpția de bază este aceea că indivizii se implică în procesul de autoexplicare doar
dacă percep o divergență între propriile reprezentări mentale și modelele ce rezidă din textul
problemei sau din pașii necesari aflării soluției. Conform lui Chi (200 0), această nouă
perspectivă extinde asumpția generării de inferențe cu observația că fiecare individ posedă un
model mental naiv care e unic din mai multe perspective și, în consecință, fiecare individ își
construiește propriile explicații în concordanță cu acest model mental (vezi Atkinson, Renkl, &
Merrill, 2003).
Pe lângă faptul că au replicat rezultatele obținute de Chi et al. (1989) în cazul altui
domeniu (programare), Pirolli și Recker (1994) au realizat o analiză mai detaliată a diferențelor
indivi duale ce pot apărea la nivelul generării de autoexplicații și care depășesc simpla distincție
indivizi „buni” (cu performan țe superioare) – indivizi „slabi” (cu performan țe scăzute). Analiza
realizată a relevat faptul că relația dintre generarea de autoexp licații și învățare este mult mai
subtilă decât s -ar crede la prima vedere. Asumpția de la care au pornit autorii în studiul lor a fost
aceea că prezența (absența) unei corelații între autoexplicațiile generate și performanța în
învățare poate fi un indica tor al (a) capacității indivizilor de a genera autoexplicații sau a bazei
lor de cunoștințe anterioare, (b) dorinței lor de a genera autoexplicații, (c) respectării
instrucțiunilor de a gândi/explica cu voce tare; (d) abilității de a verbaliza autoexplicaț iile (mai
exact, a abilității de codare și recodare a explicațiilor). Rezultatele experimentale au confirmat
ipoteza că indivizii capabili să verbalizeze autoexplicațiile generate obțin rezultate mai bune în
învățare. Totodată, s -a constatat că abilitatea indivizilor de a verbaliza explicațiile generate sau
nivelul de înțelegere s -a manifestat și pentru alte materiale instrucționale în afara acelora în care

35 indivizii erau „obligați” să explice cu voce tare, mai exact în cazul exemplelor rezolvate studiate.
Mai mult, s -a observat că există mai multe modalități în care indivizii pot aborda sarcinile de
învățare nu doar prin generarea de autoexplicații. O altă modalitate constă în reflectarea asupra
soluțiilor oferite de probleme ceea ce contribuie la sporirea cunoștințelor declarative ale
subiecților și la achiziționarea abilităților specifice domeniului respectiv. Per ansamblu, datele
experimentale oferite de Pirolli și Recker (1994) argumentează că indivizii trebuie să genereze
explicații adecvate pentru ca î nvățarea să fie eficace, dar nu toți indivizii posedă abilitățile
necesare pentru a elabora explicații suficient de precise.
Tot în aceea și direc ție se înscriu și rezultatele ob ținute de Renkl (1997), care a constatat
că nu toți indivizii cu succes gener ează autoexplicații corelate pozitiv cu performanța în învățare.
Astfel, au fost identificate, cu ajutorul analizei de clusteri, două tipuri de indivizi cu succes în
învățare: (a) indivizii ale căror autoexplicații sunt focalizate pe principiile specifice domeniului
studiat și pe combinarea scop -operatori; (b) indivizii ce realizează raționamente anticipative, mai
exact anticipează pașii necesari aflării soluției finale. Indivizii din ultima categorie tind să își
fundamenteze autoexplicațiile pe anticiparea pasului următor din succesiunea de pași necesari
aflării soluției finale și pe determinarea suprapunerii dintre pasul prezis de ei și pasul furnizat de
program. De fapt, acești indivizi sunt cei care posedă o bază sporită de cunoștințe anterioare ce
poate fi folosită în procesul de învățare. Pe de altă parte, indivizii care își bazează explicațiile pe
principiile specifice domeniului tind să rezolve cerințele problemelor prin articularea scopului
urmărit și aplicarea operatorilor, în timp ce elaborează/ref lectează asupra principiilor vizate de
exemplele rezolvate. Spre deosebire de cei care fac raționamente anticipative, indivizii care își
bazează explicațiile pe principiile specifice domeniului posedă puține cunoștințe anterioare. Cu
alte cuvinte, rezultat ele obținute de Renkl (1997) sugerează că pentru indivizii cu puține
cunoștințe anterioare este funcțională generarea de explicații bazate pe principiile specifice
domeniului, în timp ce pentru indivizii cu o bază sporită de cunoștințe anterioare este util ă
încurajarea/stimularea raționamentelor anticipative.
Pe lângă cele două categorii de indivizi cu succes în procesul de învățare, autorul a
identificat și două categorii de indivizi care nu au succes în învățare, respectiv indivizii pasivi și
cei superfi ciali în ceea ce privește explicațiile oferite. În cazul acestor indivizi, performanțele
scăzute obținute sunt rezultatul nivelului de implicare redus în activități de autoexplicare,
respectiv a timpului insuficient petrecut în examinarea exemplelor rezolv ate (la cei superficiali).
S-a constatat că indivizii superficiali se caracterizează printr -o capacitate scăzută de
conștientizare a dificultăților întâmpinate în învățare și a problemelor de comprehensiune, sub
acest aspect asemănându -se cu indivizii fără succes în învățare descriși de Chi și colaboratorii
(1989).

36 O constatare importantă a studiului lui Renkl (1997) a fost aceea că majoritatea
indivizilor fac parte din categoria celor cu puțin succes în învățare, respectiv a celor care
generează puține au toexplicații. Dată fiind această stare de fapt, în opinia autorului se impune
găsirea și utilizarea unor metode instrucționale care să sporească activitățile de autoexplicare și
implicit performanța în învățare a indivizilor.
Pentru a rezolva această „pr oblemă” (autoexplicațiile sunt arareori generate în mod
spontan de indivizi), unii cercetători au propus includerea în mediile educaționale computerizate
a unor strategii de susținere sau stimulare a elaborărilor cognitive și autoexplicațiilor. De
exemplu, Van Merriënboer și Krammer (1990) au propus fie prezentarea unor exemple
incomplet rezolvate (exemple lacunare care să nu prezinte soluția finală; vezi și Renkl &
Atkinson, 2003), fie utilizarea unor probleme incomplete (engl., completion problems) .
Stark (1999; apud Renkl, 2002) a investigat măsura în care inserarea unor spații
“lacunare/libere” în cadrul exemplelor rezolvate (exemple incomplet rezolvate) îi determină pe
indivizi să anticipeze următorul pas necesar aflării soluției și îmbunătățește astfe l performanța în
învățare. Asumpția de bază a fost aceea că prin inserarea unor spații “lacunare/libere”, indivizii
sunt stimulați să proceseze exemplele rezolvate în mod activ. În plus, prin „forțarea” indivizilor
de a anticipa pașii următori, învățarea c u ajutorul exemplelor rezolvate dobândește caracterul
activ, specific rezolvării independente a problemelor ceea ce facilitează achiziționarea unor
cunoștințe metacognitive referitoare la abilitatea lor de a rezolva probleme. Achiziționarea
acestor cunoști nțe metacognitive ar trebui să reducă semnificativ frecvent întâlnita “iluzie a
înțelegerii” ce apare în cazul studierii exemplelor rezolvate și care se concretizează prin
neaprofundarea acestora, absolut esențială pentru îmbunătățirea performanței în învă țare (vezi și
Chi et al., 1989; Pirolli & Recker, 1994). Totodată, prin inserarea spațiilor „lacunare/libere” în
exemplele rezolvate, indivizii sunt pregătiți să facă ceea ce se așteaptă de fapt de la ei: să rezolve
probleme (să genereze singuri pașii nece sari aflării soluției). Rezultatele obținute au indicat că
utilizarea exemplelor incomplete sporește performanța în cazul rezolvării unor probleme ce
prezintă aceeași structură, dar trăsături de suprafață diferite (test de transfer proximal) și a unor
probleme cu trăsături structurale diferite, dar trăsături de suprafață similare (test de transfer
mediu). Mai mult, exemplele incomplete au contribuit la sporirea performanței în sarcinile de
compunere în care indivizilor li s -a cerut să compună o problemă cu o anumită structură
(anumite trăsături structurale) și la problemele de transfer distal (cu trăsături de suprafață și
structurale diferite), dar această creștere a performan ței nu a fost statistic semnificativă.
Interacțiunea aptitudini -intervenții instruc ționale nu a fost semnificativă în acest studiu, ceea ce
înseamnă că, spre deosebire de rezultatele experimentului realizat de Renkl et al. (1998), efectele
exemplelor incomplete s -au manifestat independent de prerechizitele cognitive ale utilizatorilor.

37 Analiza protocoalelor cu autoexplicațiile generate de indivizii cuprinși în studiul lui Stark
(1999; apud Renkl, 2002) a indicat că exemplele incomplete sporesc semnificativ calitatea
autoexplicațiilor. În ciuda acestui fapt, autoexplicațiile generate de i ndivizii care au studiat
exemple incomplete nu au fost nici pe departe optime. Acest rezultat a fost explicat, în mod
similar studiilor anterior descrise, prin apariția unor probleme de comprehensiune ce nu au putut
fi depășite de indivizi și care au deter minat generarea de autoexplicații incorecte. Ca urmare,
autorul a concluzionat că prezentarea unor exemple incomplete nu este suficientă pentru ca
subiecții să genereze autoexplicații de calitate, fiind necesară și utilizarea altor metode de
îmbunătățire a calității și corectitudinii autoexplicațiilor. De exemplu, Renkl (1999) a afirmat că
pentru a îmbunătăți învățarea cu ajutorul exemplelor incomplete se impune utilizarea unor
metode eficiente ce presupun combinarea autoexplicațiilor furnizate de subiecți cu explicațiile
oferite de tutori sau diverși agenți, respectiv așa -numitele explicații instrucționale . Oricum, nu
există suficiente dovezi empirice referitoare la efectul exemplelor incomplet rezolvate asupra
numărului și calității autoexplica țiilor, și foarte pu ține studii (Baars et al., 2013) privind efectul
acestui tip de suport instruc țional asupra judecă ților metacognitive și acurate ții acestora.
În studiul realizat de Baars și colaboratorii (2013), a fost investigat în ce măsură
completarea unor spații lacunare în cadrul exemplelor rezolvate (exemple incomplet rezolvate)
contribuie la sporirea acurate ții judecăților de evaluare a progresului în învățare (JOL)
comparativ cu studierea unor exemple rezolvate de către elevi cu vârsta de 14 -15 ani. Re zultatele
obținute au indicat că exemplele incomplet rezolvate rezidă în subestimarea performan ței
ulterioare de către elevi, semnificativ mai mult decât exemplele complet rezolvate. Cu alte
cuvinte, completarea unor spații lacunare în cadrul exemplelor re zolvate diminuează încrederea
elevilor în performan ța obținută la un test ulterior comparativ cu studierea exemplelor rezolvate,
în ciuda faptului că performan ța reală ob ținută la test nu a diferit semnificativ între cele două
condiții experimentale. Expli cația oferită de autori privind subestimarea performan ței în cazul
exemplelor incomplet rezolvate a fost aceea că elevii care au completat spa țiile lacunare ale
exemplelor rezolvate și-au bazat, cel mai probabil, judecă țile metacognitive pe sentimentul
disfluenței (engl., disfluency) sau al eșecului (engl., feelings of failure) în rezolvarea pașilor
necesari aflării solu ției finale, mai degrabă decât pe sentimentul că au învă țat ceva per ansamblu
din exemplul prezentat. Oricum, lipsa supraestimării performa nței de către elevi (care s -a dovedit
în studiile anterioare a fi problematică pentru reglarea procesului de învă țare) nu s -a concretizat
într-o mai bună reglare a învă țării în acest studiu.
Spre deosebire de exemplele incomplet rezolvate, problemele inco mplete prezintă
indivizilor starea inițială, starea finală a problemelor și o soluție parțială ce urmează a fi
completată (Sweller et al., 1998). Cu alte cuvinte, problemele incomplete furnizează utilizatorilor

38 doar o soluție parțială care urmează a fi com pletată de aceștia (mai specific, sunt furnizați doar
câțiva pași necesari pentru aflarea soluției finale, iar restul pașilor trebuie completați de
utilizatori). Și în acest caz, suportul oferit îi ajută pe utilizatori să își focalizeze atenția pe pașii
relevanți în aflarea soluției, ceea ce ușurează procesul de completare a celorlalți pași.
Problemele incomplete fac legătura între exemplele incomplet rezolvate și problemele
convenționale (rezolvate prin analiza mijloace -scopuri) în continuumul suportului i nstrucțional,
beneficiind de punctele tari ale ambelor strategii instrucționale. Mai exact, la fel ca și exemplele
incomplet rezolvate, problemele incomplete contribuie la descreșterea încărcării cognitive, doar
că în plus îi determină pe indivizi să studi eze cu atenție pașii furnizați (sau soluția parțial oferită),
pentru a putea afla soluția finală. Altfel spus, atenția utilizatorilor este focalizată pe procese
esențiale pentru învățare, sporind astfel încărcarea cognitivă relevantă și îmbunătățind abilit ățile
de rezolvare a problemelor și performanța la testele de transfer (Renkel & Atkinson, 2003; Van
Merriënboer, Schuurman, de Croock, & Paas, 2002). Efectul problemelor incomplete se referă la
faptul că, spre deosebire de problemele convenționale, proble mele incomplete contribuie la
descreșterea încărcării cognitive, facilitează construirea schemelor cognitive și susțin obținerea
unei performanțe sporite la testele de transfer (Sweller et al., 1998).
Mai multe studii au indicat că problemele incomplete su nt mai eficace atât comparativ cu
exemplele complet rezolvate, cât și comparativ cu problemele conven ționale în facilitarea
transferului cunoștin țelor în situa ții similare sau diferite de învă țare ( Renkl, 2002; Stark, 1999;
Van Merriënboer & de Croock, 199 2; Renkl & Atkinson, 2003). În plus, s -a afirmat, însă fără o
dovadă empirică, faptul că problemele incomplete la fel ca și exemplele incomplet rezolvate
reduc așa -numita iluzie a în țelegerii, întrucât indivizii trebuie să rezolve singuri anumi ți pași
necesari aflării solu ției finale ceea ce contribuie la o procesare de profunzime a problemelor.
Scopul lucrării de fa ță este de a furniza dovezi empirice pentru această asump ție.
În ceea ce privește problemele convenționale , se furnizează utilizatorilor doar datele și
cerința problemei, aceștia urmând să completeze singuri toți pașii necesari aflării soluției. Când
utilizatorii sunt capabili să realizeze sarcini convenționale în mod independent, la standardele
prespecificate, pot trece la următoarea clasă de s arcini care are un nivel sporit de dificultate (Van
Merriënboer et al., 2006). În cazul indivizilor cu un nivel sporit de expertiză, problemele
convenționale facilitează generarea de soluții creative, întrucât aceștia posedă cunoștințele
necesare pentru ab ordarea problemelor lipsite de suport instrucțional. În cazul utilizatorilor
novici însă, lipsa cunoștințelor relevante și necesitatea aplicării unor stategii solicitante din punct
de vedere cognitiv pentru a rezolva probleme convenționale sporesc încărcar ea cognitivă și
împiedică învățarea. Pentru prevenirea încărcării cognitive se impune trecerea graduală de la
exemple rezolvate la probleme incomplete și, în final, la probleme convenționale odată cu

39 creșterea nivelului de expertiză al utilizatorilor (Van Merriënboer, 1997). Această strategie este
cunoscută sub numele de strategia de completare a problemelor (Van Merriënboer, 1997; vezi și
Van Merriënboer & de Croock, 1992). Mai multe studii au indicat efectele pozitive pe care
această strategie, numită strategia de completare a problemelor , le are asupra învățării (Renkl &
Atkinson, 2003; Van Merriënboer & de Croock, 1992).
Sumarizând, în ciuda faptului că beneficiile exemplelor rezolvate utilizate ca și suport
instrucțional în procesul de rezolvare a pr oblemlor au fost indicate de numeroase studii (de ex.,
Atkinson, Derry, Renkl, & Wortham, 2000; Renkl & Atkinson, 2003), s -au relevat și unele
dezavantaje ale acestora, unul dintre ele fiind acela că exemplele rezolvate rezidă în
supraestimarea performanțe i (Baars et al., 2013). În mod specific, studiul realizat de Baars și
colaboratorii (2013) a demonstrat că exemplele rezolvate induc iluzia înțelegerii (engl., illusions
of understanding) cu efecte negative asupra reglării procesului de învă țare. Întrucât iluzia
înțelegerii poate apărea ca un rezultat al judecă ților incorecte sau inacurate referitoare la fluen ța
procesării cognitive a sarcinilor (de ex., un sentiment al dificultă ții, engl. feelings of difficulty;
Efklides, 2006), o întrebare importantă este în ce măsură și cum anume poate fi îmbunătă țită
acuratețea acestor judecă ți.
Scopul lucrării de fa ță a fost acela de a investiga dacă exemplele incomplet rezolvate (în
care sunt furnizați aproape to ți pașii necesari pentru aflarea soluției finale, excep ție făcând solu ția
finală în sine) și problemele incomplete (în care sunt furnizați doar câțiva pași necesari pentru
aflarea soluției finale, iar restul pașilor trebuie completați de utilizatori) reprezintă o modalitate
promițătoare de a diminua iluzia în țelegerii cauzată de studierea unor exemple complet rezolvate.
Mai specific, focalizarea principală a lucrării de fa ță a fost pe examinarea efectelor pe care
exemplele incomplet rezolvate și problemele incomplete le au asupra judecă ților de estimare a
dificu ltății sarcinilor (dificultatea percepută a sarcinilor) și a celor de estimare a efortului mental
investit, precum și asupra performan ței obținută într -un mediu educa țional computerizat
comparativ cu rezolvarea unor probleme conven ționale, proces care poat e fi acompaniat de erori
sistematice de supra -sau subestimare a performan ței (vezi detalii în Capitolul 4.1).
De asemenea, în lucrarea de fa ță s-a întreprins o analiză „de finețe” a modului în care
indivizii procesează perceptual problemele de genetică pr ezentate spre rezolvare în mediul
educațioal computerizat. Mai exact, al doilea studiu al lucrării de fa ță a vizat investigarea
diferențelor dintre cele trei tipuri de suport instruc țional (exemple incomplet rezolvate, probleme
incomplete versus probleme c onvenționale) în ceea ce privește alocarea resursele aten ționale în
timpul procesării problemelor prezentate spre rezolvare. În acest sens, s -a recurs la înregistrarea
mișcărilor oculare ale studen ților cu ajutorul tehnologiei eye tracking (vezi detalii în Capitolul
4.2). Combinarea datelor ob ținute cu ajutorul tehnologiei eye tracking cu performan ța obținută de

40 studenți în rezolvarea problemelor oferă o perspectivă comprehensivă asupra proceselor
cognitive care stau la baza învățării, mai exact a rezolvări i de probleme (cf., Van Gog, Paas, &
Van Merriënboer, 2005).

Capitolul 4

41 EFECTELE TIPULUI DE SUPORT INSTRUCȚIONAL ASUPRA
ACURATE ȚII JUDECĂ ȚILOR METACOGNITIVE,
PATERNURILOR DE PROCESARE VIZUALĂ ȘI
PERFORMAN ȚEI

4.1 Studiul 1 : Impactul diferen țial al suportului instruc țional asupra
acurateții judecăților metacognitive și a performan ței obținută într-un mediu
educațional computerizat
4.1.1 Scop și ipoteze
Scopul studiului de fa ță a fost acela de a investiga efectele pe care exemp lele incomplet
rezolvate (în care sunt furnizați aproape to ți pașii necesari pentru aflarea soluției finale, excep ție
făcând solu ția finală în sine) și problemele incomplete (în care sunt furnizați doar câțiva pași
necesari pentru aflarea soluției finale, iar restul pașilor trebuie completați de utilizatori) le au
asupra judecă ților metacognitive ce denotă estimări ale dificultă ții sarcinilor (mai exact,
dificultatea perceput ă a sarcinilor) și estimări ale efortului mental investit, asupra acurate ții
acestor judecă ți metacognitive, precum și asupra performan ței obținută comparativ cu rezolvarea
unor probleme conven ționale într -un mediu educa țional computerizat. În plus, în ace st studiu a
fost investigat în ce măsură impactul celor trei tipuri de suport instruc țional asupra judecă ților
metacognitive și performan ței obținută de studen ți este moderată de baza lor de cunoștin țe
anterioare.
În ceea ce privește tipul de suport instr ucțional, prezicem că toate cele trei tipuri de
suport instruc țional vor contribui la creșterea performan ței de la pretest la posttest (câștiguri
cognitive), precum și la diminuarea încărcării cognitive (de ex., investirea unui efort mental mai
scăzut) înt re cele două teste. Mai mult, ne așteptăm ca exemplele incomplet rezolvate și
problemele incomplete să contribuie la reducerea încărcării cognitive experimentată de studen ți
în timpul fazei de învă țare (faza de training), fapt relevat de estimări scăzute p rivind dificultatea
sarcinilor și efortul mental investit. Ca urmare a unei încărcări cognitive reduse în cele două
condiții menționate anterior, este de așteptat ca studen ții să obțină o performan ță sporită în faza
de testare comparativ cu situa ția în car e trebuie să rezolve probleme conven ționale, mai ales în
cazul în care studen ții posedă un nivel sporit de cunoștințe anterioare (vezi mai jos).
Pe lângă ipoteza referitoare la efectele diferitelor tipuri de suport instruc țional asupra
încărcării cognitiv e, respectiv asupra dificultă ții percepute a sarcinilor și efortului mental investit,
o altă ipoteză vizează supra – și subestimarea performan ței obținută în training (mai exact,

42 diferența dintre judecă țile metacognitive și performan ța obținută în training) . Ne așteptăm ca
exemplele incomplet rezolvate să fie percepute ca fiind mai ușoare și necesitând investirea unui
efort mental mai scăzut decât problemele incomplete și cele conven ționale. Este însă posibil ca
estimările studen ților privind dificultatea sa rcinilor și efortul mental necesar să nu reflecte
dificultatea „reală” a exemplelor incomplet rezolvate, întrucât conceptele care trebuie în țelese în
acest caz sunt similare cu cele din cadrul problemelor incomplete și a celor conven ționale. Cu
alte cuvint e, exemplele incomplet rezolvate pot fi percepute de studen ți ca fiind mai ușoare decât
celelalte tipuri de suport instruc țional, însă este posibil ca în realitate ele să nu difere semnificativ
din perspectiva nivelului de dificultate. Pentru în țelegerea m ai clară a celor afirmate mai sus, se
impune oferirea unui exemplu: în cazul studierii exemplelor incomplet rezolvate studen ții
„explorează” fiecare pas necesar aflării solu ției finale concomitent cu estimarea pasului respectiv
ca fiind ușor (întrucât majo ritatea pașilor sunt completa ți de computer) și a faptului că pot
înțelege acest pas fără a investi prea mult efort mental. Ca urmare, în momentul completării
soluției finale (ultimului pas care nu este completat de computer) studen ții sunt încrezători în
răspunsul oferit, întrucât sunt convinși că au în țeles pașii anteriori. În realitate, este posibil ca
studenții să nu fi în țeles complet sau corect pașii anteriori solu ției finale și, în consecin ță, pot
selecta un răspuns greșit. Cu alte cuvinte, exemplele incomplet rezolvate utilizate în acest studiu
pot determina o supraestimare a performan ței, respectiv o iluzie a în țelegerii.
În ceea ce privește efectul moderator al bazei de cunoștințe anterioare, este foarte
probabil ca studen ții cu un nivel sporit de cunoștințe anterioare să beneficieze mai pu țin de pe
urma studierii exemplelor incomplet rezolvate în compara ție cu rezolvarea problemelor
convenționale. Din contră, ne așteptăm ca studen ții cu o bază scăzută de cunoștințe anterioare să
beneficieze mai mult de pe urma studierii exemplelor incomplet rezolvate comparativ cu
problemele conven ționale, întrucât primul tip de suport ins trucțional este probabil să fie perceput
ca fiind mai ușor și necesitând investirea unui efort mental mai scăzut. În cazul în care un efect
inversat al expertizei (Kalyuga, Ayers, Chandler, & Sweller, 2003) ar apărea, atunci studen ții cu
un nivel sporit de cunoștințe anterioare ar beneficia mai mult de pe urma rezolvării problemelor
convenționale decât de pe urma studierii exemplelor incomplet rezolvate, în timp ce pentru
studenții cu un nivel scăzut de cunoștințe anterioare reversul ar fi valabil. În situa ția în care un
efect inversat al expertizei nu s -ar aplica în acest studiu, atunci studen ții cu un nivel sporit de
cunoștințe anterioare ar beneficia mai mult de pe urma studierii exemplelor incomplet rezolvate
decât de pe urma rezolvării problemelor conve nționale.
De asemenea, prezicem că studen ții cu un nivel sporit de cunoștințe anterioare vor face
judecăți de estimare a dificultă ții sarcinilor și a efort ului mental investit mai corecte în raport cu
performan ța obținută în faza de învă țare (training) co mparativ cu studen ții cu un nivel scăzut de

43 cunoștințe anterioare, întrucât aceștia din urmă este mai probabil să își supraestimeze
performan ța.
4.1.2 Metodă
4.1.2.1 Participanți
La acest experiment au participat 67 de studenți de la o universitate din G ermania. Vârsta
medie a participanților a fost 22.79 ( AS = 2.66), iar repartizarea pe sexe a fost următoarea: 55
fete și 12 băieți. To ți studenții aveau cel pu țin cunoștințe de bază despre legile Mendeliene,
deoarece au fost expuși la acest subiect anterio r în liceu. Ereditatea mendeliană (de ex., legile
mendeliene ale eredității : a. legea purității gameților, b. legea segregării independente a
perechilor de caractere, determinism cromozomal al sexelor și genetică umană : boli ereditare,
clasificare și exemp le) face parte din curriculum -ul obligatoriu în gimnaziu (acesta reprezintă
învățământul secundar în Germania).
Toți participanții au fost repartizați aleator în una dintre cele trei condiții experimentale
ale studiului: exemple incomplet rezolvate ( n = 23), probleme incomplete ( n = 22) și probleme
convenționale ( n = 22). Fiecare participant a fost recompensat cu puncte credit necesare stagiului
de practică pentru participarea la studiu.
4.1.2.2 Materiale
Mediul educațional computerizat. Mediul educațional computerizat dezvoltat pentru
studiul de față este o aplicație Web scrisă în limbajul de programare PHP. Baza de date MySQL
la care este conectată aplicația conține toate materialele de învățare folosite, precum și
interacțiunile utiliza torilor cu sistemul, respectiv: scorurile obținute de participanți la pretest,
training și posttest; dificultatea percepută a sarcinilor și efortul mental investit în fiecare dintre
fazele anterior menționate; timpul petrecut (în minute) în fiecare dintre fazele experimentului.
Tot în această bază de date sunt incluse și introducerea prezentată utilizatorilor în scopul
reamintirii conceptelor genetice de bază, pretestul, posttestul, scalele de evaluare subiectivă a
efortului mental investit și a dificultă ții percepute a sarcinilor, glosarul ce conține explicația
termenilor utilizați în mediul computerizat.
Sarcinile de învă țare. În faza de training , utilizatorii au primit spre rezolvare cinci
probleme de genetică referitoare la mecanismele de transmitere a caracterelor ereditare
conforme cu legile mendeliene ale eredității (Mendel, 1985). Aceste cinci probleme au un nivel
diferit de suport instruc țional operaționalizat prin numărul de pași completați de programul
computerizat în func ție de cele trei condi ții experimentale. Mai exact, nivelul de suport oferit
utilizatorilor s -a concretizat în: (1) exemple incomplet rezolvate (suport sporit) ce conțin aproape
toți pașii necesari pentru aflarea soluției finale (sunt completați de către program patru pași din
totalul de cinci pași necesari pentru aflarea soluției finale, utilizatorii fiind nevoiți să completeze

44 doar ultimul pas ce conținea soluția finală); (2) probleme incomplete (suport scăzut ) ce
furnizează doar câțiva dintre pașii necesari aflării soluției fina le (mai exact, trei pași din totalul
de cinci pași necesari aflării soluției sunt completa ți) și (3) probleme convenționale pentru care
nu se furnizează niciun suport instrucțional, utilizatorii fiind nevoiți să completeze singuri toți
pașii necesari aflăr ii soluției ( vezi Figura 4.1 și Figura 4.2 care prezintă screenshot -uri cu două
probleme de genetică din mediul computerizat cu un nivel sporit de suport, respectiv niciun
suport). Trebuie men ționat că exemplele incomplet rezolvate, problemele incomplete și
problemele conven ționale folosite în acest experiment au fost astfel structurate încât să
evidențieze subscopurile atât prin izolarea vizuală a pașilor necesari aflării soluției finale, cât și
prin etichetarea lor (pentru mai multe detalii, vezi modelul învățării prin eviden țierea
subscopurilor ; engl., sub-goal learning model, Catrambone, 1994, 1996 ). Ca urmare, tipul de
suport instruc țional oferit în lucrarea de fa ță nu este unul tradi țional, ci bazat pe sub -scopuri (cf.,
Atkinson, 2002 ).
După cum men ționam anterior, s uportul instrucțional s-a concretizat prin furnizarea mai
multor pași a căror rezolvare permitea aflarea soluției finale a problemelor și care au presupus:
(a) determinarea genotipului părinților din prima generație pornind de la datele pro blemei; (b)
completarea diagramei lui Punnett pentru a deduce genotipul copiilor din combinarea
genotipurilor pe care le au părinții; (c) inducerea genotipurilor pe care le au părinții pornind de la
genotipurile copiilor prin completarea diagramei lui Punn ett; (d) realizarea pedigree -ului sau a
arborelui genealogic pentru generațiile menționate în problemă și (e) stabilirea raportului de
segregare genotipică și fenotipică a descendenților sau a genotipului părinților din prima sau a
doua generație (vezi Ane xa 1).
În toate cele trei condi ții experimentale, problemele de genetică din training au fost
ordonate de la simplu spre complex corespunzând cu cinci niveluri de dificultate. Cele cinci
niveluri de dificultate ale problemelor au fost stabilite împreună cu un expert în domeniu (un
profesor de genetică de la universitatea din Germania unde s -a realizat experimentul) pe baza
următoarelor caracteristici: număr de generații luate în discuție (două sau trei generații), număr
de solu ții posibile (una sau două soluții), tip de raționament folosit pentru aflarea soluției finale
(raționament inductiv și/sau raționament deductiv). Astfel, în primul nivel de dificultate , sarcinile
conțin două generații, o singură soluție posibilă și un raț ionament deductiv; nivelul doi de
dificultate conține sarcini cu trei generații, o singură soluție posibilă și un raționament deductiv;
nivelul trei de dificultate conține sarcini cu două generații, două soluții posibile și un raționament
inductiv; în nivelul patru de dificultate , sarcinile conțin trei generații, două soluții posibile
corecte și ambele tipuri de raționament, deductiv și inductiv; iar în nivelul cinci de dificultate ,
sarcinile conțin trei generații, două soluții posibile și două raționamente inductive.

45 Introducerea prezentată participanților conține concepte genetice de bază necesare pentru
rezolvarea problemelor și anume: gene dominante , gene recesive , genotip, fenotip, locus, alele,
homozigot, heterozigot, cromozomi, legile mendeliene , etc . În plus, în cadrul introducerii
participanții au putut studia o problemă de genetică rezolvată complet de către programul
computerizat (exemple complet rezolvate; vezi Anexa 2).
4.1.2.3 Instrumente
Pretestul este identic cu posttestul și conține șapte î ntrebări cu variante multiple de
răspuns, de fiecare dată o singură variantă fiind corectă dintre cele patru posibile. Punctajul
maxim care se putea obține la aceste două teste a fost de 7 puncte, pentru fiecare răspuns corect
acordându -se câte un punct. P roblemele incluse în pretest și posttest diferă de cele incluse în faza
de training, atât în ceea ce privește trăsăturile de suprafață surprinse (de ex., caracteristicile care
se transmit mendelian de la o generație la alta: culoarea părului, forma capului , etc.), cât și prin
faptul că nu conțin pașii necesari aflării soluției finale, fiind necesară rezolvarea acestora pe plan
mental (vezi Anexa 3). Consistența internă (coeficientul α Cronbach) a pretestului și posttestului
a fost .60 și .64, respectiv. Tre buie menționat că acest coeficient a fost calculat pentru pretest pe
baza a 66 participan ți, iar pentru posttest pe baza a 65 participan ți.
Scalele de evaluare a dificultă ții percepute a sarcinilor și a efortului mental investit.
Dificultatea percepută a sarcinilor și efortul mental investit au fost măsurate pentru fiecare
problemă în toate cele trei faze ale experimentului (pretest, training, posttest) pe baza unei scale
Likert cu 5 trepte, care subîntinde variante de răspuns de la „foarte puțin” la „foar te mult”. Scala
de evaluare a dificultății percepute a sarcinilor a conținut următorul item „Cât de dificilă a fost
pentru tine rezolvarea acestei probleme?” (cf., Ayres, 2006), iar cea de evaluare a efortului
mental a conținut următorul item „Cât efort me ntal ai investit pentru rezolvarea acestei
probleme?” (cf. Paas, 1992). Aceste scale de evaluare sunt utilizate frecvent în cercetarea din
domeniul psihologiei educaționale, dată fiind validitatea lor ridicată (vezi Paas, Tuovinen,
Tabbers, & Van Gerven, 2 003).

46

Figura 4.1 . Screenshot al unui exemplu incomplet rezolvat din mediul educațional computerizat
în care patru din cei cinci pa și necesari aflării solu ției finale sunt completa ți de program

47

Figura 4.2 . Screenshot al unei prob leme conven ționale din mediul educațional computerizat în
care niciunul dintre cei cinci pași necesari aflării solu ției finale nu sunt completa ți de program
(primul pas a fost completat de utilizator)

48 4.1.2.4 Procedură
Experimentul a fost realizat în sesiuni individuale. La început, toți participanții au
completat pretestul, apoi au citit introducerea pentru a se familiariza cu conceptele genetice de
bază, după care au început rezolvarea problemelor din faza de training. Pe tot parcursul
trainingului, participanții au putut accesa introducerea și glosarul prezentate sub formă de link.
Nivelul de suport al problemelor prezentate în training a depins de condiția experimentală în care
se aflau utilizatorii. Participanților nu li s -a permis să rezolve incom plet pașii necesari pentru
aflarea soluției finale și, de asemenea, au fost obligați să evalueze subiectiv, după fiecare
problemă, dificultatea percepută a sarcinilor și efortul mental investit pe o scală de la 1 la 5
(adaptată după Paas, 1992) înainte de a trece la următoarea problemă din training. Având în
vedere că participanții aveau acces la următoarea problemă din training doar după ce o rezolvau
pe cea anterioară, în toate condițiile experimentale puteau apărea diferențe în ceea ce privește
timpul ne cesar completării trainingului ca urmare a ritmului individual de rezolvare a
problemelor. Pentru a limita aceste diferențe s -a impus o limită de timp de 10 minute pentru
fiecare problemă din training. În faza de training, mișcările oculare ale participanț ilor au fost
înregistrate, dar aceste date vor fi prezentate doar în Studiul 2 (vezi Capitolul 4.2).
Imediat după finalizarea trainingului, participanții au primit spre rezolvare posttestul. La
fel ca în faza de training, participanții au evaluat pe o scal ă de la 1 la 5 dificultatea percepută a
sarcinilor și efortul mental investit pentru fiecare problemă rezolvată în faza de posttest.
Experimentul a durat maxim două ore, timpul petrecut de utilizatori în fiecare parte a acestuia
fiind înregistrat de progra mul computerizat.

4.1.3 Rezultate
Pentru toate analizele statistice pragul de semnificație setat a fost .05. Ca mărime a
efectului pentru analiza de varianță (ANOVA) a fost raportat indicele partial eta squared (ηp2),
valorile acestui indice fiind interp retate astfel: efect scăzut = .01, efect mediu = .06 și efect
puternic = .14 (Cohen, 1988). În toate fazele experimentului, performan ța a fost calculată ca
procentaj de răspunsuri corecte (numărul itemilor rezolva ți corect împăr țit la numărul total de
itemi). Întrucât un participant nu a completat un item în pretest, procentajul de răspunsuri corecte
în cazul pretestului pentru acest participant a fost calculat pe baza a șase itemi. În mod similar,
procentajul corect în cazul posttestului a fost calculat pe ntru doi participan ți pe baza a șase itemi.
Înainte de a analiza datele ob ținute, am verificat în ce măsura datele ob ținute în cele trei
condiții experimentale urmează o distribu ție normală. Testul Kolmogorov -Smirnov a indicat că
performan ța obținută în pretest și cea obținută în posttest, precum și scorurile ob ținute la scalele
de evaluare a dificultă ții percepute a sarcinilor și a efortului mental investit sunt normal

49 distribuite în toate cele trei condiții experimentale. Pentru a testa ipoteza referitoare la efectul
moderator al bazei de cunoștin țe anterioare, s -a folosit analiza de regresie urmând procedurile
sugerate de Cohen, Cohen, West și Aiken (2003).
4.1.3.1 Diferențe între condi țiile experi mentale înainte de training
Pentru analiza diferen țelor dintre cele trei condi ții experimentale (exemple incomplet
rezolvate, probleme incomplete și probleme conven ționale) înainte de faza de training, s -a folosit
analiza multivariată de varianță (MANOVA) . Variabilele dependente sunt reprezentate de
performanța, dificultatea percepută a sarcinilor și efortul mental investit de participanți în faza de
pretest. Testul Box M nu a indicat violarea asump ției de echivalen ță a matricilor de covarian ță.
Analiza de multivarian ță (MANOVA) nu a relevant diferențe semnificative între condițiile
experimentale în ceea ce privește performanța, dificultatea percepută a sarcinilor și efortul
mental investit de utilizatori în faza de pretest, Pillai’s trace, V = .064, F(6, 126) = .696, p = .653.
Prin urmare, validitatea internă a studiului nu este „amenin țată“ întrucât nu există diferen țe
semnificative între cele trei condi ții înainte de training. Tabelul 1 prezintă mediile și abaterile
standard ale variabilelor dependente mă surate în faza de pretest, training și posttest pentru
fiecare dintre cele trei condi ții experimentale.
4.1.3.2 Diferențe între condi țiile experimentale în faza de training
Pentru analiza diferen țelor dintre cele trei condi ții experimentale în ceea ce pr ivește
dificultatea percepută a sarcinilor, efortul mental investit și timpul petrecut în faza de training, s –
a folosit analiza multivariată de varianță (MANOVA). Testul Box M nu a indicat violarea
asumpției de echivalen ță a matricilor de covarian ță. Rezul tatele au indicat un efect semnificativ
al tipului de control instruc țional asupra variabilelor dependente, Pillai’s trace, V = .48, F(6, 126)
= 6.55, p < .001, = .24. Testele univariate întreprinse separat pentru fiecare variabilă
dependentă nu au relevat efecte semnificative ale tipului de control intruc țional asupra dificultă ții
percepute a sarcinilor , F(2, 64) = 2.23, p = .116 , sau a efortului mental investit, F(2, 64) = 2.49,
p = .091, însă au relevat un efect semnificativ asupra timpului petrec ut în training, F(2, 64) =
26.50, p < .001, = .45. Ca urmare, încărcarea cognitivă măsurată prin dificultatea percepută a
sarcinilor și efortul mental investit nu a fost redusă în mod semnificativ de exemplele incomplet
rezolvate sau de problemele inc omplete, ceea ce este contrar predic țiilor făcute.

50 Tabelul 4.1
Mediile ( M) și abaterile standard ( AS) ale variabilelor dependente m ăsurate în pretest, training și
posttest pentru cele trei condi ții experimentale
IWE
(n = 23) CMP
(n = 22) CVP
(n = 22)
M AS M AS M AS
Pretest
Performan ță .64 .25 .62 .30 .60 .22
Dif. percepută .59 .19 .67 .15 .66 .20
Efort mental .55 .19 .58 .18 .61 .16
Training
Timp 10:36 3:18 19:55 5:45 19:10 5:44
Dif. percepută .57 .16 .65 .13 .63 .13
Efort mental .59 .16 .68 .16 .68 .13
Post-test
Performan ță .86 .16 .86 .19 .81 .24
Dif. percepută .41 .20 .42 .13 .45 .15
Efort mental .49 .25 .48 .19 .54 .18
Notă. IWE = exemple incomplet rezolvate, CMP = probleme incomplete, CVP = probleme
convenționale, Dif. = dificultate. Timpul în minute și seconde, performan ța calculată ca procentaj
corect, dificultatea percepută a sarcinilor și efortul mental au valori ce vari ază de la 0 la 1.

Comparațiile post -hoc cu testul Games -Howell (acesta este un test post -hoc pentru
varianțe inegale între grupuri) au relevat că studen ții ce beneficiază de exemple incomplet
rezolvate petrec semnificativ mai pu țin timp în training comparativ cu studen ții ce beneficiază de
probleme conven ționale ( p < .001), dar și decât cei care beneficiază de probleme incomplete (p <
.001). Nu există însă diferen țe semnificative între problemele incomplete și cele conven ționale în
ceea ce privește t impul petrecut în training ( p = .959 ). După cum se poate observa în Tabelul 4.1,

51 studenții au învă țat aproape de două ori mai rapid cu ajutorul exemplelor rezolvate incomplet
decât cu ajutorul problemelor incomplete sau a celor conven ționale.
Pentru testa rea ipotezei referitoare la existen ța unor diferen țe semnificative între cele trei
condiții în ceea ce privește supra -sau subestimarea performan ței din training, am calculat biasul
ca măsură a acurate ții judecăților metacognitive într-o modalitate diferită decât este calculat în
mod tipic. După cum am men ționat anterior, biasul este calculat ca și diferen ța dintre judecă țile
metacognitive și performan ța obținută de indivizi. În acest studiu însă, biasul a fost calculat în
mod diferit, întrucât a inclus jude căți metacognitive referitoare la dificultatea percepută a
sarcinilor și la efortul mental investit. Mai specific, pentru a ob ține un bias egal cu zero care
indică lipsa biasului (acurate țe perfectă a judecă ților), dificultatea percepută a sarcinilor trebu ie
să fie scăzută, iar performan ța obținută trebuie să fie sporită (reversul este de asemenea posibil).
Calcularea biasului utilizând judecă țile referitoare la efortul mental investit în locul judecă ților
privind dificultatea percepută a sarcinilor are la bază aceleași asump ții. În plus, pentru că
scorurile ob ținute la scalele de evaluare a dificultă ții percepute a sarcinilor și a efortului mental
investit sunt diferite de scorurile ob ținute în training (performan ța din training; măsurătorile se
bazează pe scale diferite, vezi Dunlosky & Metcalfe, 2009), am utilizat o altă modalitate de
calculare a biasului. Mai exact, am realizat două analize de regresie având ca variabile
dependente scorurile inversate ale dificultă ții percepute a sarcinilor și ale efortul ui mental
investit, iar ca predictori condi țiile experimentale (exemple incomplet rezolvate, probleme
incomplete și probleme conven ționale) și performan ța obținută în training (pentru o procedură
similară, vezi Paik & Schraw, 2013). Asump ția de bază este a ceea că jude cățile indivizilor sunt
corecte dacă evaluările subiective ale dificultă ții sarcinilor și ale efortului mental investit sunt
egale cu performan ța obținută. Pentru a evita fenomenul de multicolinearitate, scorurile din
training (performan ța obținută) au fost centrate urmând procedura și recomandările propuse de
Aiken și West (1991). Aceste scoruri centrate au fost incluse în analizele de regresie împreună cu
un contrast de forma: 2/3 (exemple incomplet rezolvate), -1/3 (probleme incomplete) și -1/3
(probleme conven ționale) pentru a investiga în ce măsură exemplele incomplet rezolvate creează
o iluzie a în țelegerii comparativ cu celelalte două condi ții. În al doilea contrast, problemelor
incomplete le este atribuită ponderea -1/2, iar problemelor c onvenționale ponderea 1/2. Suma
ponderilor este, desigur, zero.
Modelul de regresie a fost semnificativ în predic ția dificultă ții percepute de către cei doi
predictori, performan ța în training și condi țiile codate cu ajutorul contrastelor, F(3, 63) = 4.88 , p
= .004, explicând 19% din varia ția acesteia. Mai exact, performan ța în training a prezis
semnificativ judecă țile privind dificultatea sarcinilor, b = .336, t = 3.10, p = .003, iar exemplele
incomplet rezolvate au diferit semnificativ în ceea ce prive ște aceste judecă ți comparativ cu

52 celelalte două condi ții, b = .085, t = 2.50, p = .015. Problemele incomplete nu au diferit
semnificativ în ceea ce prive ște dificultatea percepută a sarcinilor față de problemele
convenționale, b = .024, t = 0.62, p = .540. Valorile ajustate ale mediilor au fost .44 în cazul
exemplelor incomplet rezolvate, .37 pentru problemele incomplete, respectiv .34 pentru
problemele conven ționale, indicând faptul că participan ții care au studiat exemple incomplet
rezolvate au perceput di ficultatea sarcinilor ca fiind mai scăzută decât participan ții din celelalte
două condi ții. Interac țiunea dintre performan ța obținută în training și condițiile experimentale nu
a contribuit semnificativ la dificultatea percepută a sarcinilor. Pentru a ilus tra aceste rezultate am
condus o altă analiză de regresie în care performan ța obținută în training a fost inclusă în analiză
ca singur predictor și am reprezentat grafic reziduurile (diferen țele dintre valorile actuale și
valorile estimate; vezi Figura 4.3 ). Reziduurile pot fi interpretate ca și bias, valorile pozitive ale
reziduurilor indicând supra estimarea performan ței, iar cele negative subestimarea
performan ței. După cum este ilustrat și în Figura 4.3, participan ții care au studiat exemple
rezolvate in complet și au supraestimat propria performan ță dat fiind faptul că reziduurile au fost
semnificativ mai mari decât zero, t(22) = 1.74, p = .048 (teste care se referă la o singură parte a
distribuției; one -tailed test). Participan ții care au rezolvat proble me incomplete și cei care au
rezolvat probleme conven ționale și -au subestimat propria performan ță, însă numai descriptiv
deoarece reziduurile nu au diferit semnificativ de zero în niciuna dintre cele două condi ții, t(21)
= -1.59, p = .063 pentru problemele incomplete, respectiv t(21) = -0.69, p = .250 pentru
problemele conven ționale.

Figura 4.3. Biasul judecă ților metacognitive în cele trei condi ții experimentale: WE = probleme
incomplet rezolvate, CMP = probleme incomplete, CVP = probleme conven ționale. Reziduurile
regresiei având ca și predictor perfroman ța în training, iar ca și variabile dependente scorurile
inversate ale judecă ților privind dificultatea percepută a sarcinilor, respectiv efortul mental
investit -0,10 -0,08 -0,06 -0,04 -0,02 0,00 0,02 0,04 0,06 0,08 0,10
Bias of perceived difficulty Bias of mental effort WE
CMP
CVP

53
În cea de -a doua analiză de regresie, variabila dependentă a fost reprezentată de scorurile
inversate ale efortului mental investit. Codarea celor trei condi ții experimentale a fost realizată
într-un mod similar celui men ționat anterior. Modelul de regresi e nu a fost semnificativ în
predicția eforului mental investit de către performan ța în training și condi țiile codate cu ajutorul
contrastelor, F(3, 63) = 1.96, p = .130, cei doi predictori explicând doar 9% din varia ția acesteia.
Mai exact, nici performan ța în training nu a prezis semnificativ judecă țile privind efortul mental
investit, b = .117, t = .95, p = .34, nici contrastul dintre problemele incomplete și cele
convenționale, b = .001, t = 0.015, p = .988. Contrastul dintre exemplele incomplet rezolvat e și
celelalte două condi ții experimentale considerate împreună a prezis semnificativ judecățile
privind efortul mental investit, b = .088, t = 2.31, p = .024. Ca urmare, chiar dacă judecă țile
privind efortul mental investit în training nu au fost bazate p e performan ța obținută în training în
aceeași măsură în care judecă țile privind dificultatea percepută a sarcinilor au fost bazate, acela și
efect asupra biasului a fost relevat.
Valorile ajustate ale mediilor au fost .41 în cazul exemplelor incomplet rezo lvate, .32
pentru problemele incomplete, respectiv .32 pentru problemele conven ționale, indicând faptul că
participan ții care au studiat exemple incomplet rezolvate au investit mai pu țin efort mental decât
participan ții din celelalte două condi ții. Interac țiunea dintre performan ța obținută în training și
condițiile experimentale nu a contribuit semnificativ la efortul mental investit. Pentru a ilustra
aceste rezultate am condus o altă analiză de regresie în care performan ța obținută în training a
fost inclu să în analiză ca singur predictor, iar scorurile inversate ale efortului mental investit ca și
variabilă dependentă, după care am reprezentat grafic reziduurile (vezi Figura 4.3). După cum se
poate observa în Figura 4.3, participan ții care au studiat exemp le rezolvate incomplet și -au
supraestimat propria performan ță dat fiind faptul că reziduurile au fost semnificativ mai mari
decât zero, t(22) = 1.79, p = .044, în timp ce participan ții care au rezolvat probleme incomplete și
probleme conven ționale și -au su bestimat propria performan ță într -o oarecare măsură, dar această
subestimare nu a fost semnificativ diferită de zero nici pentru problemele incomplete, t(21) = –
.88, p = .195, nici pentru cele conven ționale, t(21) = -1.15, p = .133. Sumarizând, rezultatele
studiului de față susțin ipoteza privind biasul judecă ților metacognitive, întrucât utilizarea
exemplelor incomplet rezolvate a contribuit la supraestimarea performan ței, iar utilizarea
problemelor incomplete și conven ționale nu a cauzat nici supra -, nici subestimarea performan ței.
4.1.3.3 Diferențe între condi țiile experimentale după faza de training
Pentru a testa ipoteza conform căreia încărcarea cognitivă resimțită de participanți este
redusă prin implementarea fazei d e training, rezultând într -o încărcare cognitivă semnificativ mai
scăzută în posttest comparativ cu pretest, s-a recurs la ANOVA de tip mixt, cu tipul de suport

54 instrucțional (cele trei condi ții experimentale) ca factor de variație intersubiecți și dificul tatea
percepută a sarcinilor în pre – și posttest ca factor de variație intrasubiecți. Rezultatele au relevat
o descreștere semnificativă a dificultă ții percepute a sarcinilor în posttest ( Mtotal = .42 , SD = .16 )
comparativ cu cea din pretest ( Mtotal = .65 , SD = .18 ), F(1, 64) = 141.66, p < .001, = .69. Nu
s-a înregistrat un efect semnificativ al tipului de suport instruc țional, F(2, 64) = 0.80, p = .455
sau al diferen ței dintre pretest și posttest asupra dificultă ții percepute a sarcinilor, F(2, 64) =
1.63, p = .205. Cu alte cuvinte, descre șterea dificultă ții percepute a sarcinilor de la pretest la
posttest a fost semnificativă, însă aceeași pentru toate cele trei condi ții. Datele descriptive
referitoare la dificultatea percepută a sarcinilor în pretes t și posttest sunt prezentate în Tabelul
4.1.
Analize similare au fost întreprinse și pentru efortul mental investit. Rezultatele au indicat
și de această dată o descreștere semnificativă a efortului mental investit în posttest ( Mtotal = .50 ,
SD = .21 ) comparativ cu cel investit în pretest ( Mtotal = .58 , SD = .18 ), F(1, 64) = 18.5, p < .001,
= .22. Nu s -a înregistrat un efect semnificativ al tipului de suport instruc țional, F(2, 64) =
0.68, p = .509 sau al diferen ței dintre pretest și posttest asup ra efortului mental investit, F(2, 64)
= .41, p = .667.
De asemenea, pentru a testa dacă participan ții au progresat în termeni de performanță de
la pretest la posttest ca urmare a fazei de training, s -a recurs la ANOVA de tip mixt, cu tipul de
suport inst rucțional (cele trei condi ții experimentale) ca factor de variație intersubiecți și
preforman ța obținută în pre – și posttest ca factor de variație intrasubiecți. Rezultatele au relevat o
creștere semnificativă a performan ței obținută în posttest ( Mtotal = .84, SD = .20) comparativ cu
cea obținută în pretest ( Mtotal = .62 , SD = .26), F(1, 64) = 55.68, p < .001, = .47. Nu s -a
înregistrat un efect semnificativ al tipului de suport instruc țional, F(2, 64) = 0.39, p = .677 sau al
diferenței dintre pretest ș i posttest asupra performan ței, F(2, 64) = 0.07, p = .936, ceea ce indică
faptul că participan ții din toate cele trei condiții experimentale au învățat în egală măsură în urma
trainingului (vezi Tabelul 4.1 pentru date descriptive privind performan ța în pr e- și posttest
separat pentru fiecare dintre cele trei condi ții experimentale). La prima vedere, aceste rezultate
par a fi în contradicție cu predicțiile formulate, însă ele pot fi datorate efectului interacțiunii
dintre tipul de control instrucțional și b aza de cunoștințe anterioare a participan ților (vezi
subcapitolul 4.1.3.4 ).
Sumarizând, încărcarea cognitivă experimentată de participan ți nu a diferit semnificativ
între cele trei condi ții înainte de faza de training și a fost redusă de la pretest la pos ttest ca urmare
a trainingului, însă în aceeași măsură în toate condi țiile. De asemenea, participan ții au progresat
în egală măsură de la pretest la posttest în toate condi țiile, însă utilizarea exemplelor incomplet
rezolvate a redus timpul de învă țare la jumătate comparativ cu rezolvarea problemelor

55 incomplete sau conven ționale. Este posibil însă ca aceste rezultate să se datoreze efectului
moderator al bazei de cunoștin țe pe care participan ții o posedă.
4.1.3.4 Efectul moderator al bazei de cuno ștințe anterioare a participan ților
În scopul testării efectului moderator al bazei de cuno ștințe anterioare a participan ților,
am realizat trei analize de regresie având ca și predictori baza de cuno ștințe anterioare a
participan ților, tipul de control instruc țional (condi ția experimentală), precum și interac țiunea
dintre cele două variabile, iar ca și variabile dependente performan ța obținută în posttest,
dificultatea percepută a sarcinilor din training, respectiv efortul mental investit în training. Ne
așteptă m ca studen ții cu o bază scăzută de cunoștințe anterioare să beneficieze mai mult de pe
urma studierii exemplelor incomplet rezolvate decât de pe urma rezolvării problemelor
convenționale, în timp ce pentru studen ții cu o bază sporită de cunoștințe anterio are ne așteptăm
ca reversul să fie valabil. În plus, am investigat în ce măsură acest efect inversat al expertizei
apare în cazul utilizării problemelor incomplete. În acest scop, scorurile centrate ale performan ței
obținută în pretest au fost incluse în a nalizele de regresie împreună cu condi țiile codate cu
ajutorul contrastelor (problemele conven ționale au reprezentat condi ția de referin ță). Rezultatele
celor trei analize de regresie sunt prezentate în Tabelul 4.2. Introducerea în analizele de regresie
a interacțiunii dintre tipul de control instruc țional și baza de cuno ștințe anterioare a participan ților
a dus la o îmbunătă țire semnificativă a modelului (vezi Tabelul 4.2). Pentru modelul complet ce
conține variabila interac țiune doar interac țiunea dintre problemele incomplete și baza de
cuno ștințe anterioare a participan ților s -a dovedit a fi un predictor semnificativ pentru
performan ța obținută la posttest. Mai exact, panta de regresie pentru efectul bazei de cuno ștințe
anterioare asupra problemelor incom plete a diferit semnificativ fa ță de panta de regresie pentru
pentru efectul bazei de cuno ștințe anterioare asupra problemelor conven ționale (vezi Tabelul 4.2
pentru coeficien ții de regresie).
Când exemplele incomplete rezolvate au fost utilizate ca și condiție de referin ță, efectul
interacțiunii dintre problemele incomplet rezolvate și baza de cuno ștințe anterioare a studen ților
asupra performan ței din posttest a fost semnificativ, b = -.39, t = -2.03, p = .046. Mai exact, panta
de regresie pentru efectul bazei de cuno ștințe anterioare asupra problemelor incomplete a diferit
semnificativ fa ță de panta de regresie pentru pentru efectul bazei de cuno ștințe anterioare asupra
exemplelor incomplet rezolvate.

56 Tabelul 4.2. Predictorii performan ței obținută în posttest, a dificultă ții percepute a sarcinilor din
training și a efortului mental investit în training ( n = 67)
Variabile d ependent e
Performan ța
obținută în
posttest Dificultatea
percepută în
training Efortul m ental
investit în
training
B p B p B p
Efectele modelului
simplu
Constant a 0.820 < .001 0.630 < .001 0.677 < .000
Exemple incomplet
rezolvate 0.034 .535 -0.059 .150 -0.085 .061
Probleme
incomplete 0.038 .492 0.019 .636 -0.002 .966
Bază de cuno ștințe
anterioare 0.350 < .001 -0.157 .019 -0.016 .822
R2 .21 .14 .07
F 5.64 .002 3.53 .020 1.65 .187
Efectele m odelului
complet
Constant a 0.828 < .001 0.627 < .001 0.678 < .000
Exemple incomplet
rezolvate 0.023 .664 -0.056 .171 -0.084 .069
Probleme
incomplete 0.029 .579 0.023 .584 -0.003 .956
Bază de cuno ștințe
anterioare 0.672 < .001 -0.285 .040 0.012 .937
Exemple incomplet
rezolvate x Bază de
cuno ștințe anterioare -0.193 .399 0.161 .371 -0.099 .618
Probleme
incomplete x Bază
de cuno ștințe -0.586 .008 0.172 .309 0.009 .963

57 R2 .31 .16 .08
F 5.47 < .001 2.33 .053 1.06 .393
ΔR2 .10 .02 .01
ΔF 4.32 .018 .58 .561 0.23 .797
Notă. Condiția de referin ță a fost reprezentată de problemele conven ționale. Scorurile ob ținute la pretest (baza de
cuno ștințe anterioare) au fost centrate.

Pentru a ilustra rezultatele men ționate anterior, am reprezentat grafic pantele liniei de
regresie pentru cele trei condi ții experimentale în Figura 4.4. Panta de regresie pentru problemele
convenționale a fost b = .67, t = 3.88, p < .001, cea pentru exemplele incomplet rezolvate a fost b
= .48, t = 3.26, p = .002, iar cea pentru problemele incomplete a fost b = .09, t = .686, p = .495.
Ca urmare, baza de cuno ștințe anterioare a studen ților a fost un predictor semnificativ al
performan ței obținută în posttest doar pentru probleme conven ționale și exemplele in complet
rezolvate, nu și pentru problemele incomplete. Aceste rezultate confirmă prezen ța unui efect
inversat al expertizei , întrucât studen ții cu o bază scăzută de cuno ștințe anterioare au beneficiat
mai mult de pe urma rezolvării problemelor incomplete decât de pe urma rezolvării problemelor
convenționale sau a exemplelor incomplet rezolvate, în timp ce studen ții cu o bază sporită de
cuno ștințe anterioare au beneficiat mai puțin de pe urma rezolvării problemelor incomplete
comparativ cu celelalte două tipuri de suport instruc țional.

58
Figura 4.4. Modelul de regresie pentru interac țiunea dintre tipul de control instruc țional
(condițiile experimentale) și baza de cuno ștințe anterioare a participan ților.
CVP = probleme tradi ționale, IWE = exemple incomplete rezolvate, CMP = probleme incomplete. Performance in pre -test =
performan ța obținută în pretest (indicator al bazei de cuno ștințe anterioare ), Performance in post -test = performan ța obținută în
posttest

Când variabila dependentă a fost dificultatea percepută a sarcinilor din training,
includerea în analiza de regresie a variabilei interac țiune (interac țiunea dintre tipul de control
instrucțional și baza de cuno ștințe anterioare a studen ților) nu a relevat o cre ștere semnificativă a
R² ajustat (deci R² ajustat nu a fost semnificativ diferit) comparativ cu analiza de regresie care a
inclus doar efectul modelului simplu, fără variabila interac țiune (vezi Tabelul 4.2). Cu alte
cuvinte, pentru dificultatea percepută a sarcinilor din training nu a putut fi eviden țiat niciun efect
inversat al expertizei, niciunul al condi ției experimentale. Singurul predictor semnificativ în
ambele modele de regresie a fost baza de cuno ștințe anterioare a studen ților, mai exact studen ții
cu o bază sporită de cuno ștințe anterioare au perceput sarcinile din training ca fiind mai ușoare.
Rezultate similare au fost ob ținute și când variabila dependentă a fost efortul mental investit în
training, si ngura diferen ță fiind aceea că baza de cuno ștințe anterioare a studen ților nu a
contribuit semnificativ la efortul mental investit. Sumarizând, efectul interac țiunii dintre tipul de
suport instruc țional și baza de cuno ștințe anterioare a participan ților a fost un predictor
semnificativ doar pentru performan ța obținută în posttest nu și pentru încărcarea cognitivă

59 (dificultatea percepută a sarcinilor și efortul mental investit) experimentată de participan ți în
timpul trainingului.
În final, am testat predic ția conform căreia biasul judecă ților metacognitive din training
este diminuat ca rezultat al cre șterii bazei de cuno ștințe anterioare a partician ților. În acest scop,
am inclus în analizele de regresie prezentate anterior și performan ța obținută de studen ți în
training. Mai exact, în cadrul acestor analize de regresie predictorii au fost baza de cuno ștințe
anterioare a participan ților, performan ța obținută în training și condițiile codate cu ajutorul
contrastelor, iar vaiabilele dependente au fost scoruril e inversate ale dificultă ții percepute a
sarcinilor și ale efortului mental investit în training. Modelul de regresie nu a fost semnificativ în
predicția scorurilor inversate ale dificultă ții percepute a sarcinilor, explicând doar 4% din varia ția
acestora, F = 3.58, p = .063. Cu alte cuvinte, baza de cuno ștințe anterioare a partician ților nu
prezice semnificativ biasul judecă ților metacognitive din training. Pentru a testa măsura în care
efectul liniar al bazei de cuno ștințe anterioare a participan ților asu pra biasului a fost mascat de un
efect al interac țiunii dintre baza de cuno ștințe anterioare a participan ților și condițiile codate cu
ajutorul contrastelor, am inclus variabila interac țiune în analiza de regresie însă aceasta nu a
contribuit semnificativ la biasul judecă ților privind dificultatea percepută a sarcinilor. Rezultate
similare au fost ob ținute când scorurile inversate ale efortului mental investit a fost inclus ca
variabilă dependent în analiza de regresie ( R² = .00, F < 0.01, p = .981 ). Prin u rmare, ipoteza
conform căreia biasul judecă ților metacognitive este mai scăzut pentru studen ții cu o bază sporită
de cuno ștințe anterioare comparativ cu cei care au o bază scăzută de cuno ștințe anterioare nu a
fost confirmată.

4.1.4 Discuții

Scopul studiului de fa ță a fost acela de a investiga în ce măsură furnizarea unui suport
instrucțional constând în exemple incomplet rezolvate și probleme incomplete sporește
acuratețea judecă ților metacognitive a unor studen ți cu niveluri diferite de expe rtiză (bază de
cunoștințe anterioare), dar și performan ța obținută de aceștia în posttest comparativ cu lipsa
suportului (probleme conven ționale).
Rezultatele ob ținute sunt în concordanță cu datele obținute în studiile anterioare, indicând
faptul că, inde pendent de tipul de suport instrucțional, s -a înregistrat o creștere semnificativă a
performan ței obținută în posttest comparativ cu cea ob ținută în pretest (o mărime a efectului =
.47). Din contră, i poteza conform căreia exemplele incomplet rezolvate și problemele incomplete
determină o performan ță sporită în posttest comparativ cu problemele conven ționale nu a fost
confirmată de datele experimentale. Cu alte cuvinte, nu au fost relevate diferen țe semnificative

60 între ele trei condi ții experimentale în ceea ce privește performan ța obținută în posttest. O
posibilă explicație pentru lipsa unui efect semnificativ al tipului de control instrucțional asupra
performanței obținută de studen ți în faza de posttest poate fi relaționată cu faptul că procesele
cognitive implicate în în țelegerea pașilor necesari aflării solu ției finale din cadrul exemplelor
incomplet rezolvate sunt similare cu procesele necesare rezolvării pașilor omiși în problemele
incomplete și cele conven ționale (cf., Catrambone, 1996).
Cu toate că p erformanța obținută în posttest a fost aceeași în cele trei condi ții
experimentale, studen ții care au studiat exemple rezolvate incomplet au petrecut doar jumă tate
din timpul petrecut de studen ții din celelalte două condi ții în rezolvarea trainingului . Ca urmare,
din perspectiva teoriei încărcării cognitive (Sweller et al., 1998) exemplele incomplet rezolvate
sunt mai eficiente decât celelalte tipuri de suport instruc țional dat fiind fap tul că au rezultat într -o
perform anță similară la posttest obținută îns ă într -un timp mai scurt (Tuovinen & Paas, 2004;
Van Gog, Paas, & Van Merriënboer, 2008) . Oricum, contrar așteptărilor exemplele incomplet
rezolvate nu au redus încărcarea cognitivă experimentată în timpul trainingului mai mult decât
celelalte două condi ții (cf., Paas, 1992). Este posibil ca omiterea solu ției finale să determine o
creștere a implicării „active” în studierea exemplelor incomplet rezolvate și, în consecin ță,
experimentarea unui efort mental sporit.
O altă explica ție plauzibilă pentru lipsa apariției unor diferențe semnificative în termeni
de performan ță între cele trei condiții este rela ționată cu efectul inversat al expertizei (de ex.,
Kalyuga et al., 2003) . Rezultatele au indicat faptul că efectul tipului de suport instruc țional
asupra per formanței obținute în posttest este moderat de baza de cunoștin țe anterioare a
studenților. Mai specific, studen ții cu o bază scăzută de cunoștin țe anterioare au beneficiat mai
mult de pe urma problemelor incomplete decât de pe urma problemelor conven ționale, în timp ce
pentru studen ții cu o bază sporită de cunoștin țe anterioare reversul a fost valabil. Oricum pentru
că studenții cu o bază scăzută de cunoștin țe anterioare nu beneficiază mai mult de pe urma
exemplelor incomplet rezolvat e, rezultatele ob ținute nu confirmă asump țiile „tradi ționale” ale
efectului inversat al expertizei (Kalyuga et al., 2003; Kalyuga, 2007) . Este posibil ca efectul
inversat al expertizei să fi fost mai puternic în cazul în care participan ții incluși în studiu să aibă
un nivel „ab solut” de expertiză respectiv să fie experți sau novici adevărați.
O a treia explica ție posibilă a lipsei acestui efect este relaționată cu faptul că exemplele
incomplet rezolvate au indus iluzia în țelegerii, cu alte cuvinte, au determinat apari ția unor
judecăți metacognitive incorecte. Aceste judecă ți incorecte ar putea fi cauzate de monitorizarea
eronată a caracteristicilor /cerințelor problemelor, de exemplu, dificultatea percepută a acestora
(de ex., „iluzii ale dificultății”, Efklides, 2001 ). Conform a șteptărilor, rezultatele au relevat că
exemplele incomplet rezolvate au indus supraestimarea performan ței ca urmare a unei

61 supraevaluări a dificultă ții percepute și a efortului mental investit. Când efectul performan ței
asupra acurate ții acestor judecă ți a fost controlat, studen ții care au studiat exemple incomplet
rezolvate au raportat niveluri mai scăzute de dificultate a sarcinilor, respectiv un efort mental mai
scăzut comparativ cu studen ții care au studiat în celelalte două condi ții. Cu alte cuvinte,
exemplele incomplet rezolvate au indus o iluzie a în țelegerii (supraestimarea performan ței) ca
rezultat al faptului că studen ții din această condi ție au perceput pașii necesari aflării solu ției
finale ca fiind mai ușori și necesitând mai pu țin efort m ental comparativ cu studenții care au
rezolvat probleme incomplete sau conven ționale. Problemele incomplete și cele conven ționale nu
au determinat nicio subestimare, nic io supraestimare a performan ței, probabil datorită feedback –
ului autogenerat (engl., self-generated feedback ; vezi Lin & Zabruscky, 1998 ) referitor la
dificultatea în țelegerii acelor principii care stau la baza procesului de aflare a solu ției finale.
În fine, datele nu au confirmat ipoteza conform căreia acurate țea judecă ților
metacognitive (bias ului) este influen țată de baza de cuno ștințe anterioare a studen ților. Mai
specific, studenții cu o bază sporită de cuno ștințe anterioare nu au judecat mai corect dificultatea
percepută a sarcinilor și efortul mental investit în rela ție cu performan ța obținută.
Sumarizând, rezultatele studiului de fa ță vin în completarea datelor anterior ob ținute
indicând faptul că studierea exemplelor incomplet rezolvate nu este suficientă pentru o învă țare
eficace chiar dacă eviden țiază subgolurile (de ex., Baars, et al. , 2013; Renkl, 2002).

4.2 Studiul 2: Impactul diferen țial al suportului instruc țional asupra
patternurilor de procesare vizuală și a performan ței obținută într-un mediu
educațional computerizat

4.2.1 Scop și ipoteze
După cum arătam în subcapitolul 3.2.1, există eviden ță empirică privind eficacitatea
exemplelor incomplet rezolvate comparativ cu problemele incomplete și cele conven ționale (de
ex., Renkl, 2002; Stark, 1999 ). Toate studiile din literatura parcursă de noi au utilizat doar
măsurători ale produselor ob ținute (teste de evaluare), niciunul nu a investigat impactul pe care
exemplele incomplet rezolvate le are asupra performan ței comparativ cu celelalte tipuri de suprot
instrucțional men ționate anterior cu ajutor ul unor tehnici de investigare a proceselor cognitive
precum înregistrarea mișcărilor oculare (Van Gog, Kester, Nievelstein, Giesbers, & Paas, 2009).
Ca urmare, scopul acestui studiu a fost acela de a investiga procesele cognitive și perceptuale ale
studenților în timpul rezolvării unor sarcini de genetică cu ajutorul a diferite tipuri de suport
instrucțional implementate într -un mediu educa țional computerizat. Mai specific, acest studiu a

62 investigat diferențele dintre exemplele incomplet rezolvate, problem ele incomplete și cele
convenționale în ceea ce privește alocarea resurselor aten ționale în timpul procesării unor sarcini
de genetică. În acest sens, s -a recurs la înregistrarea mișcărilor oculare ale studen ților cu ajutorul
tehnologiei eye tracking.
Tehnicile de investigare a proceselor cognitive precum înregistrarea mișcărilor oculare cu
ajutorul tehnologiei eye tracking permit realizarea unor inferențe privind procesele cognitive sau
cunoștințele care stau la baza rezolvării sarcinilor de învățare ( Cooke, 1994), ceea ce le face
extrem de utile pentru cercetătorii din domeniul educațional, dar și pentru designerii
instrucționali. Utilitatea acestor tehnici rezidă din faptul că facilitează analiza în profunzime a
schimbărilor survenite la nivelul struc turilor cognitive și a patternurilor de procesare vizuală
odată cu dezvoltarea nivelului de expertiză, relevând astfel abilitatea indivizilor de a percepe și
folosi informațiile relevante pentru procesul de învățare (Van Gog, Paas, & Van Merriënboer,
2005) .
Înregistrarea mișcărilor oculare (Rayner, 1998) furnizează informații referitoare la
alocarea atenției participanților asupra unor stimuli, ceea ce face ca această metodă să fie extrem
de utilă în studierea diferențelor apărute la nivelul procesării per ceptive a materialelor de
învățare prezentate vizual (Kaakinen & Hyönä, 2005). De altfel, o caracteristică esențială a
acestei tehnici este aceea că generează „un protocol” al proceselor atenționale ale indivizilor care
sunt implicate în faza de învățare ( de ex., indică la ce este atent mai întâi individul și pentru cât
timp, spre ce se îndreaptă mai apoi atenția și pentru cât timp, câte comutări ale atenției au loc
între diferitele componente ale materialului de învățat, etc.). Prin urmare, această tehnică poate fi
aplicată cu succes și în investigarea efectului pe care nivelul de expertiză al indivizilor îl are
asupra procesării perceptive a materialelor instrucționale (Hyönä, 2010). De exemplu, Moreno,
Reina, Luis și Sabido (2002) au susținut că un număr mai mic de fixații oculare și o durată mai
mare a acestor fixații sunt asociate cu focalizarea atenției pe informații relevante pentru sarcină
și reprezintă indicatori ai strategiei perceptive utilizată de experți.
Cercetarea în domeniul mișcărilor ocular e a cunoscut o efervescență deosebită după
revoluția cognitivă din psihologie (este cunoscută sub denumirea de „a treia eră a cercetării
mișcărilor oculare”, de văzut Rayner, 1998), fiind accelerată mai ales de progresul tehnologic
care a influențat poziti v „usabilitatea” sistemelor de înregistrare a mișcărilor oculare, acestea
devenind mai ușor de manevrat, neintruzive pentru utilizatori, iar pachetele software de
prelucrare a datelor care le însoțesc se dovedesc extrem de utile pentru analiza unei cantită ți mari
de date. Majoritatea cercetătorilor din acest domeniu subscriu asumpției relației ochi -minte (eye –
mind hypothesis; Just & Carpenter, 1980), conform căreia există o relație strânsă între fixațiile
oculare și focusul atențional al indivizilor. Cu alt e cuvinte, indivizii sunt atenți la (procesează)

63 informația vizuală spre care este direcționată privirea. Această asumpție este adevărată însă doar
„parțial”, în sensul în care fixațiile oculare se constituie în indicatori ai procesului (focusului)
atențio nal specific indivizilor doar dacă informația vizuală spre care este direcționată privirea
acestora este relevantă pentru sarcina de învățare (Hyönä, 2010).
În „interacțiunea” cu materialele instrucționale prezentate vizual, indivizii realizează o
serie d e mișcări oculare, așa -numitele sacade care sunt cele mai rapide mișcări motrice pe care
ființele umane le pot face (viteza este egală cu 500ș per secundă). Între sacade, ochii rămân
relativ „nemișcați” (în realitate, ochii nu rămân niciodată nemișcați, de oarece există un tremur
constant al acestora numit nistagmus, caracterizat prin mișcări involuntare și sacadate ale
ochilor, de mică amplitudine) apărând astfel fixațiile oculare care, în funcție de sarcina vizuală și
de dificultatea impusă de procesarea m aterialului instrucțional, durează aproximativ 200 -300 ms
(Rayner, 1998; de văzut și Hyönä, 2010). Inputul vizual – reprezentat de informația prezentată
vizual – se realizează în timpul fixațiilor oculare, sacadele fiind responsabile de „deplasarea”
ochilo r astfel încât vedera centrală (fovea centralis) să fie plasată pe acele aspecte ale informației
vizuale care se doresc a fi percepute clar (astfel spus, sacadele permit centrarea pe un alt stimul).
Există date empirice care susțin că dificultatea sporită a procesării unor materiale
instrucționale (altfel spus, încărcarea cognitivă a sistemului cognitiv al indivizilor – vezi Sweller
et al., 1998) poate fi relevată prin măsurarea mișcărilor oculare (eye movement measure; pentru
o discuție extensivă referito are la relația dintre mișcările oculare și procesele cognitive, vezi
Rayner, 1998). De exemplu, s -a demonstrat că durata fixațiilor oculare crește ca urmare a unei
dificultăți sporite a procesării materialului instrucțional (astfel, durata fixațiilor ocula re poate fi
considerată un indicator al încărcării cognitive, chiar dacă măsoară un aspect diferit al acestui
construct față de efortul mental), în plus fiind afectată și densitatea fixațiilor oculare (mai exact,
numărul de fixații este mai mare în cazul m aterialelor instrucționale mai greu de codat și/sau de
înțeles). Totodată, studiile au indicat că durata sacadelor descrește ca urmare a unei procesări
dificile, în timp ce frecvența regresiilor oculare crește (regresiile reprezintă mișcări oculare
realiza te de la dreapta la stânga în cadrul unui rând de citit sau mișcări oculare care presupun
revenirea la rândurile anterior citite; aproximativ 10 -15% dintre sacade sunt regresii).
Pe lângă dificultatea procesării (sau a solicitărilor impuse de procesarea in formației), un
alt aspect care influențează comportamentul vizual al indivizilor este reprezentat de relevanța
informațiilor prezentate. Astfel, o durată mai mare a fixațiilor oculare este asociată cu focalizarea
atenției indivizilor pe aspectele relevante pentru sarcină comparativ cu aspectele irelevante ale
sarcinilor cărora li se alocă fixații oculare cu o durată mai scurtă (Moreno et al., 2002; vezi și
Kaakinen, Hyönä, & Keenan, 2002 pentru rezultate similare în procesarea textelor narative). În
plus, a tenția indivizilor este atrasă preponderent de aspectele mai evidente din punct de vedere

64 vizual care există în mediul instrucțional. De exemplu, apariția bruscă a unui stimul, mișcarea
stimulilor pe un fond static sau colorarea acestora (deci, prezentarea unor stimuli cu un grad
mare de contrast) reprezintă trăsături vizibile ce captează ușor atenția subiecților. Astfel spus,
atenția indivizilor este orientată atât endogen (inițierea mișcărilor oculare în funcție de interesele
sau scopurile subiecților), c ât și exogen (realizarea unor mișcări oculare în funcție de stimulii
externi, în general de acei stimuli care sunt mai evidenți din punct de vedere vizual; Underwood,
Chapman, Brocklehurst, Underwood, & Crundall, 2003). Mecanismele de orientare endogenă a
atenției sunt influențate de cunoștințele pe care indivizii le posedă despre sarcinile de învățare,
despre mediul educațional utilizat, despre relevanța informațiilor furnizate și deci, implicit, de
nivelul de expertiză al indivizilor.
Studiile din domeni ul mișcărilor oculare vizând modul în care novicii și experții percep
informațiile relevante versus cele irelevante ale sarcinilor (de ex., procesul de citire, perceperea
unor compoziții) susțin asumpția teoretică că alocarea atenției este influențată de n ivelul de
expertiză al indivizilor (Rayner, 1998; Van Gog et al., 2005). Mai specific, s -a demonstrat că
indivizii cu un nivel sporit de cunoștințe anterioare (experții) într -un domeniu tind să își
focalizeze atenția mai mult pe informațiile relevante ale sarcinilor comparativ cu novicii din acel
domeniu (Van Gog & Scheiter, 2010). Tendința experților de a se focaliza mai mult pe
informațiile relevante pentru sarcină și mai puțin pe informațiile mai evidente, dar irelevante
pentru atingerea scopului este at ribuită ipotezei reducerii informației (information -reduction
hypothesis; Canham & Hegarty, 2010; Haider & Frensch, 1999; Jarodzka, Scheiter, Gerjets, &
Van Gog, 2010). Conform acestei ipoteze, progresul în performanță (ca urmare a acumulării de
cunoștințe într-un domeniu) favorizează apariția unor modalități noi de înțelegere și de raportare
la informațiile relevante pentru sarcină, indivizii devenind astfel capabili să deceleze care dintre
trăsăturile sarcinilor trebuie procesate cu precădere și care nu.
Haider și Frensch (1999) au arătat că odată cu acumularea experienței (ca urmare a
exersării), participanții învață să facă distincția dintre informațiile relevante și cele irelevante
pentru sarcină. Astfel, dacă la început participanții au înregistrat un număr egal de fixații oculare
asupra informațiilor relevante și a celor irelevante pentru sarcină, treptat, ca urmare a experienței
acumulate prin exersare, aceștia au avut semnificativ mai puține fixații pe aspectele irelevante
ale sarcinii.
În încerc area de a evidenția măsura în care rezultatele obținute de Haider și Frensch
(1999) pot fi generalizate, Canham și Hegarty (2010) au ales un alt domeniu („citirea” hărților
meteorologice) și situația în care expertiza nu era dezvoltată gradual ca urmare a exersării, ci a
achiziției de noi cunoștințe (prin oferirea unei instruiri cu o durată de aprox. 10 -15 minute).
Rezultatele obținute de autori au confirmat datele din studiul lui Haider și Frensch (1999),

65 indicând că, în urma acumulării de noi cunoștințe c a urmare a instruirii furnizate, subiecții își
focalizează atenția semnificativ mai mult pe informațiile relevante dintr -o hartă meteo, în
detrimentul celor irelevante. Cu alte cuvinte, în lipsa unor cunoștințe anterioare, participanții
alocă atenție acelo r trăsături ale hărților meteo care sunt mai evidente (vizibile), dar irelevante
(de ex., informații despre temperatură reprezentate prin diferite culori) numai în fazele inițiale
ale procesării informației, nu și în cele finale. De remarcat că nu s -au înr egistrat diferențe
semnificative în ceea ce privește focalizarea atenției participanților (durata fixațiilor oculare) pe
informațiile relevante ale unor versiuni diferite de hărți meteorologice (una conținea informații
irelevante, iar cealaltă nu conținea informații irelevante). Faptul că indivizii nu erau familiarizați
cu hărți ce conțineau doar informații relevante (informații despre presiunea atmosferică) poate fi
explicația pentru lipsa efectelor pozitive ale acestui tip de hărți meteo asupra focusului
atențional. Așadar, rezultatele acestui studiu susțin ipoteza că odată cu achiziționarea
cunoștințelor, indivizii se focalizează mai mult pe informațiile relevante și mai puțin pe
informațiile irelevante din hărțile meteorologice, „promovând” generalizarea acestei asumpții
pentru sarcini („citirea” hărților meteorologice) și pentru situații cu o mai mare validitate
ecologică (situații tipice instruirii la nivel de clasă).
În studiul realizat de Jarodzka, Scheiter, Gerjets și Van Gog (2010), unor experți și novici
din domeniul biologiei li s -au prezentat secvențe video cu diferiți pești și li s -a cerut să identifice
patternul de locomoție al acestora. Concluzia autorilor a fost aceea că experții își focalizează
atenția pe aspectele relevante mai mult decât p e cele irelevante ale stimulilor dinamici prezentați,
abordează sarcinile într -o manieră mai eterogenă decât novicii (aspect indicat de variabilitatea
patternurilor perceptuale) și aplică „prescurtări” (knowledge -based shortcuts) în descrierea
patternurilo r de locomoție bazându -se pe trăsăturile caracteristice speciilor de pești prezentate.
Aceste rezultate sunt în concordanță cu cele ale studiilor anterior menționate (Canham &
Hegarty, 2010; Haider & Frensch, 1999), sugerând că experții își focalizează ate nția mai mult pe
trăsăturile relevante ale sarcinilor, în acest caz, pe cele ale stimulilor dinamici expuși comparativ
cu novicii. Jarodzka și colaboratorii (2010) au precizat că rezultatele obținute în studiul lor pot fi
utilizate pentru formularea unor r ecomandări privind ghidarea atenției novicilor înspre
informațiile relevante în atingerea scopurilor, precum și pentru modelarea eficientă a unor
strategii de vizualizare a materialelor dinamice complexe (modelare realizată prin prezentarea
unor exemple de vizualizare eficientă).
După cum reiese din analiza comparativă a patternurilor vizuale (traiectoria mișcărilor
oculare și a sacadelor) manifestate în timpul studierii unor fotografii aeriene de către experți și
novici, întreprinsă de Lansdale, Underwood și Davies (2010), patternurile de procesare vizuală
sunt semnificativ diferite pentru cele două categorii de indivizi. Astfel, în timp ce subiecții

66 nefamiliarizați cu astfel de sarcini și -au direcționat preponderent atenția spre zonele mai evidente
din pu nct de vedere vizual, experții au fost semnificativ mai puțin influențați de trăsăturile
„izbitoare”, dar irelevante ale fotografiilor. În plus, experții au ofe rit răspunsuri mult mai corecte
decât novicii în sarcinile de detectare a schimbărilor (change -detection task) și în cele de
memorare a locațiilor din fotografiile aeriene prezentate. Interesant însă este faptul că cele două
grupuri de indivizi au fost în egală măsură influențate de trăsăturile mai evidente ale fotografiilor
în sarcinile de detectare a schimbărilor și în cele de memorare a locațiilor, fiind percepuți și
memorați cu precădere acei stimuli -țintă care erau plasați în zone mai „vizibile” (deci,
focalizarea atenției a fost pe aspectele irelevante ale stimulilor). Diferențele apărute în caz ul
experților între comportamentul de focalizare a atenției relevat de înregistrarea mișcărilor oculare
și cel evidențiat cu ajutorul sarcinilor de detectare a schimbărilor și de memorare a locațiilor au
fost explicate de Lansdale et al. (2010) prin faptul că specificul sarcinilor de memorare spațială
(implică necesitatea codării locațiilor) îi „obligă” pe experți să utilizeze într -o manieră eficientă
atât informațiile irelevante (dar „izbitoare”), cât și informațiile relevante ale fotografiilor.
Sumarizând , studiile din domeniul mișcărilor oculare descrise anterior au demonstrat că nivelul
de expertiză în diferite domenii (de ex., șah, procesarea unor grafice complexe sau a unor
materiale dinamice complexe) este relaționat cu dezvoltarea proceselor cognitiv e și perceptuale
ale subiecților, respectiv cu procesarea informației relevante pentru sarcini, în detrimentul celei
irelevante.
Trebuie menționat faptul că doar câteva studii din literatura parcursă de noi au investigat
alocarea aten ției participanților în contextul rezolvării unor probleme (de ex., Hegarty, Mayer, &
Green, 1992; Hegarty & Just, 1993; Graesser, Lu, Olde, Cooper -Pye, & Whitten, 2005). De
asemenea, doar două din literatură parcursă de noi a explorat alocarea aten ției de către
participan ți în timpul rezolvării unor probleme din domeniul știin țelor biologice (de ex., Tsai,
Hou, Lai, Liu, & Yang, 2012). De exemplu, Hegarty și colaboratorii (Hegarty et al., 1992;
Hegarty, Mayer, & Monk, 1995) au examinat mișcările oculare ale studen ților în timp ul
rezolvării unor probleme de matematică bazate pe text. Rezultatele ob ținute în studiul realizat de
Hegarty și colaboratorii (1995) au indicat că există diferen țe semnificative între studen ții cu
performan ță superioară și cei cu performan ță scăzută în ce ea ce privește patternul mișcărilor
oculare, precum și tipul de erori făcute în procesul de rezolvare a problemelor. Mai exact,
studenții cu performan ță scăzută își focalizează atenția (prezintă un număr mai mare de fixa ții
oculare) pe denumirea variabilel or și pe numerele incluse în textul problemelor, în timp ce
studenții cu performan ță sporită nu își focalizează aten ția într -o mare măsură asupra acestor
aspecte. Aceste rezultate indică faptul că cele două categorii de studen ți utilizează diferite
strateg ii de comprehensiune în timpul procesului de rezolvare a problemelor, respectiv o

67 strategie ce vizează „traducerea directă” a informa țiilor furnizate de probleme (engl., direct –
translation strategy) și care presupune focalizarea pe numere și pe termeni rel aționali precum
„mai mult”, „mai pu țin”, iar apoi utilizarea lor în procesul de rezolvare, precum și o strategie ce
vizează dezvoltarea unui model mental al problemei pe baza variabilelor prezentate în textul
problemei (engl., problem -model strategy; pentr u mai multe detalii despre aceste strategii, vezi
Hegarty et al., 1995). În plus, comparativ cu studen ții cu performan ță scăzută, cei cu performan ță
sporită au ob ținut rezultate mai bune la memorarea textului problemelor, ceea ce indică faptul că
posedă o abilitate sporită în formarea de reprezentări necesare procesului de rezolvare.
În studiul realizat de Tai, Loehr și Brigham (2006), s -a utilizat tehnologia eye tracking
pentru a investiga diferen țele în ceea ce privește procesul de rezolvare a unor probl eme din
domeniul biologiei, chimiei și fizicii de către studen ți cu variate niveluri de expertiză. Rezultatele
obținute au relevat că în cazul studen ților cu un nivel sporit de expertiză în unul dintre cele trei
domenii numărul fixa țiilor oculare în zonele de interes (zonele în care se aflau aspectele
relevante pentru rezolvarea problemei precum textul problemei, zona în care erau variantele
multiple de răspuns, etc.), respectiv numărul sacadelor realizate pentru mișcarea ochilor între
aceste zone de interes a fost mai mic comparative cu cel al studen ților cu un nivel scăzut de
expertiză. În plus, autorii au identificat existen ța unor diferen țe în ceea ce privește mișcările
oculare nu doar între studen ții studiind un singur domeniu (de ex., biologie), dar și între cele trei
discipline. Cu alte cuvinte, mișcările oculare ale fiecărui student diferă între cele trei domenii.
Mai recent, Tsai și colaboratorii (2012) au examinat alocarea aten ției studen ților în cazul
rezolvării unor sarcini/probleme de biologie cu variante multiple de răspuns. Rezultatele
studiului au indicat faptul că to ți studenții alocă fixa ții oculare de mai lungă durată op țiunilor de
răspuns pe care le selectează ca fiind corecte decât celor respinse, iar studen ții cu performan ță
superioară în rezolvar ea problemelor au fixa ții oculare mai lungi asupra aspectelor relevante ale
problemelor comparativ cu studen ții cu performan ță scăzută care au dificultă ți în recunoașterea
aspectelor relevante ale problemelor și, în consecin ță, își focalizează un timp mai îndelungat
atenția pe aspectele irelevante procesului de rezolvare. Mai mult, în timp ce studen ții cu
performan ță superioară în rezolvarea problemelor își modifică patternul mișcărilor oculare prin
comutarea aten ței de la aspectele irelevante ale problemel or la cele relevante, în cazul studenților
cu performan ță scăzută în rezolvarea problemelor reversul a fost valabil. Cu toate că ultimele
două studii men ționate au relevat informa ții utile despre modul de procesare cognitivă în timpul
rezolvării unor probl eme de biologie, chimie și fizică, niciun studiu, din literatura parcursă de
noi, nu a investigat alocarea aten ției studen ților în procesul de rezolvare în cazul utilizării unor
niveluri diferite de suport instruc țional.

68 Pe lângă investigarea efectului p e care exemplele incomplet rezolvate le au asupra
alocării aten ției comparativ cu problemele incomplete și cele conven ționale, un alt scop al
studiului de fa ță a fost acela de a examina rela ția dintre procesarea „online” (numărul de fixa ții
oculare și dura ta fixațiilor oculare) și procesarea „offline” a problemelor primite spre rezolvare în
mediul educa țional computerizat (mai exact, performan ța în training, timpul de învă țare,
încărcarea cognitivă experimentată). În acest sens, am analizat ipoteza conform căreia
patternurile de procesare vizuală vor fi diferite pentru cele trei tipuri de suport instruc țional. Mai
specific, am prezis că este probabilă apari ția unor diferen țe la nivelul mișcărilor oculare atât între
cele trei condi ții experimentale, cât și de la începutul până la sfârșitul fazei de training ca urmare
a expunerii „multiple” a studen ților la sarcini de rezolvare (cele cinci probleme de genetică din
faza de training).
De asemenea, am analizat măsura în care apar relații între datele obținute cu ajutorul
tehnologiei eye tracking (procesarea „online”) și măsurătorile „offline” privind performan ța,
respectiv timpul petrecut în training și încărcarea cognitivă resim țită de participan ți. În acest
sens, am prezis că rezultatele privind alocarea atenție i participanților (evidențiate de mișcările
oculare) vor fi pozitiv corelate cu performan ța obținută în training, timpul și efortul mental
investit în această fază, respectiv cu dificultatea percepută a sarcinilor. Altfel spus, cu cât o
problemă necesită m ai multe fixa ții oculare și o durată mai mare a fixa țiilor cu atât este mai mare
performan ța obținută, chiar dacă în același timp este percepută ca având o dificultate sporită.

4.2.2 Metodă
4.2.2.1 Participanți
La studiu au participat 63 de studenți de la o universitate din Germania. Vârsta medie a
participanților a fost 22.75 ( AS = 2.72), iar repartizarea pe sexe a fost următoarea: 52 fete și 11
băieți. De menționat că au participat aceiași subiecți ca și în studiul 4.1, caracteristicile acestora
fiind descrise pe larg în acel studiu. Motivul pentru care în acest studiu sunt mai pu țini
participan ți este acela că rezultatele a patru subiecți au fost exclus e din analiza finală a datelor ca
urmare a unor probleme de ordin tehnic. Toți participanții la studiu au avut vederea normală sau
corectată la normal și au posedat cel puțin un minimum de cunoștințe anterioare despre legile
mendeliene ale eredității (Mend el, 1985). Fiecare participant a fost recompensat cu puncte credit
necesare stagiului de practică pentru participarea la studiu.
În mod similar cu studiul 4.1, participanții au fost repartizați aleator în una dintre cele trei
condiții experimentale ale studiului: exemple incomplet rezolvate ( n = 21), probleme incomplete
(n = 21) și probleme conven ționale ( n = 21).

69 4.2.2.2 Aparatură și materiale
Mediul educațional computerizat utilizat în acest studiu și materialele instrucționale din
baza de date MySQL (pretest, posttest, scalele de evaluare subiectivă a efortului mental,
dificultatea percepută a sarcinilor, etc.), precum și interacțiunile utilizatorilor cu sistemul,
respectiv: scorurile obținute de participanți la pretest, training și posttest timpul p etrecut în toate
fazele experimentului, au fost asemănătoare celor descrise în studiul 4.1. De asemenea,
problemele de genetică prezentate spre rezolvare în faza de training sunt similare cu cele descrise
in extenso în studiul 4.1.
Echipamentul de înregis trare a mișcărilor oculare. Mișcările oculare ale participanților
au fost înregistrate cu ajutorului unui sistem de înregistrare a mișcării globilor oculari, încorporat
într-un PC, numit Tobii T60XL cu o rată a dispersiei temporale (temporal sampling rate) de 60
Hz. Rezoluția monitorului a fost setată la 1920 x 1200 pixeli. Software -ul Tobii StudioTM a fost
utilizat atât pentru înregistrarea mișcărilor oculare și acțiunilor întreprinse de utilizatori cu
ajutorul mouse -ului și a tastaturii, cât și pentru ana liza datelor privind mișcările oculare. Figura
4.5 prezintă un exemplu al mișcărilor oculare realizate de un participant în cazul rezolvării unei
problemei incomplete din mediul educațional computerizat în care doi din cei cinci pa și necesari
aflării solu ției finale sunt completa ți de program.

70

Figura 4.5 . Exemplu de mi șcări oculare realizate în cazul rezolvării unei problemei
incomplete din mediul educațional computerizat în care doi din cei cinci pași necesari aflării
soluției finale sunt completa ți de program

71 4.2.2.3 Procedură
Experimentul a fost realizat în sesiuni individuale cu o durată de aproximativ 90 minute,
depășind această durată doar în cazul participanților care au verbalizat o cantitatea mai mare de
informații. Pentru început, participanților li s -au prezentat în lin ii generale procedura de lucru și
subiectul vizat de studiu. Deoarece au fost înregistrate mișcările oculare ale studen ților, a fost
obținut consimțământul scris pentru participarea la acest studiu. Procedura experimentală a fost
similară cu cea descrisă î n studiul 4.1, singura excep ție fiind faptul că, datorită înregistrării
mișcărilo în timpul trainingului, după completarea pretestului, participanții au fost așezați în fața
PC-ului pentru a permite calibrarea sistemului de înregistrare a mișcărilor ocular e. În timpul
calibrării, sistemul de înregistrare a mișcărilor oculare a măsurat caracteristicile ochilor
participan ților ceea ce permite calcularea corectă a direcției fixațiilor.
4.2.2.4 Analiza datelor colectate cu ajutorul sistemului de înregistrare a mișcărilor
oculare
Pentru a analiza mișcările oculare ale participanților, au fost definite șase zone de interes
(AOIs), reprezentate de textul sau datele problemei și fiecare pas necesar aflării solu ției finale.
Stabilirea zonelor de interes a permis d eterminarea măsurii în care participanții au privit o
anumită zonă de interes în timpul procesului de rezolvare a sarcinilor și a duratei focalizării
atenției pe o zonă de interes. Numărul total al fixațiilor oculare reprezintă suma fixațiilor care au
avut loc în toate cele șase zone de interes. Durata totală a fixațiilor oculare a fost definită ca
suma duratei fixațiilor care au avut loc într -o zonă de interes. Durata unei fixații oculare poate fi
definită ca și perioada de timp (măsurată în milisecunde; d e obicei între 100 și 300 ms) de
relativă stabilitate a ochilor ce are loc între două sacade (mișcările „rapide” ale ochilor ce sunt
utilizate pentru a schimba rapid direcția privirii). Tabelul 4.3 prezintă mediile ( M) și abaterile
standard ( AS) ale număr ului de fixa ții oculare și duratei fixa țiilor separat pentru fiecare din cele
trei condi ții experimentale.

4.2.3 Rezultate
Pentru toate analizele statistice pragul de semnificație setat a fost .05. Ca mărime a
efectului pentru analiza de varianță (ANOVA) a fost raportat indicele partial eta squared (ηp2),
valorile acestui indice fiind interpretate astfel: efect scăzut = .01, e fect mediu = .06 și efect
puternic =.14 (Cohen, 1988). Performan ța în toate fazele experimentului a fost calculată ca
procentaj de răspunsuri corecte (numărul itemilor rezolva ți corect împăr țit la numărul total de
itemi).

72 Tabelul 4.3. Mediile ( M) și abaterile standard ( AS) ale variabilelor dependente m ăsurate în
training pentru cele trei condi ții experimentale
IWE
(n = 21) CMP
(n = 21) CVP
(n = 21)
M AS M AS M AS
Problem a 1
1. Performan ță .64 .26 .61 .31 .60 .22
2. Dificultate
percepută 3.31 .77 3.69 .60 3.64 .81
3. Efort mental 3.20 .79 3.23 .63 3.46 .65
4. Număr fixa ții 301.62 103.10 363.95 108.35 390.90 155.41
5. Durată fixa ții 86.55 39.25 115.01 38.33 129.69 48.52
Problem a 2
6. Performan ță .64 .26 .61 .31 .60 .22
7. Dificultate
percepută 3.31 .77 3.69 .60 3.64 .81
8. Efort mental 3.20 .79 3.23 .63 3.46 .65
9. Număr fixa ții 323.81 100.40 634.10 186.70 491.86 167.66
10. Durată fixa ții 97.37 33.98 191.79 46.11 161.61 55.44
Problem a 3
11. Performan ță .64 .26 .61 .31 .60 .22
12. Dificultate
percepută 3.31 .77 3.69 .60 3.64 .81
13. Efort mental 3.20 .79 3.23 .63 3.46 .65
14. Număr fixa ții 268.81 80.74 490.38 196.50 335.24 157.74
15. Durată fixa ții 80.26 30.26 148.73 61.80 111.79 45.06
Problem a 4
16. Performan ță .64 .26 .61 .31 .60 .22
17. Dificultate
percepută 3.31 .77 3.69 .60 3.64 .81
18. Efort mental 3.20 .79 3.23 .63 3.46 .65
19. Număr fixa ții 419.67 132.52 850.14 317.12 708.81 340.50
20. Durată fixa ții 124.55 48.16 258.66 113.25 214.49 91.31
Problem a 5
21. Performan ță .64 .26 .61 .31 .60 .22

73 22. Dificultate
percepută 3.31 .77 3.69 .60 3.64 .81
23. Efort mental 3.20 .79 3.23 .63 3.46 .65
24. Număr fixa ții 435.00 220.07 850.67 346.02 992.00 372.85
25. Durată fixa ții 138.21 80.42 241.95 99.77 297.67 90.80
Notă . IWE = exemple incomplet rezolvate , CMP = probleme incomplete , CVP = probleme
convenționale .

4.2.4.1 Măsurătorile offline
Înainte de testarea ipotezelor, s-a folosit analiza multivariată de varianță (MANOVA)
pentru a analiza diferen țele dintre cele trei condi ții experimentale (exemple incomplet rezolvate,
probleme incomplete și probleme conven ționale) înainte de faza de training. Variabilele
dependente au f ost performanța, dificultatea percepută a sarcinilor și efortul mental investit de
participanți în faza de pretest. Testul Box M nu a indicat violarea asump ției de echivalen ță a
matriciei de covarian ță (p =.293 ). MANOVA nu a relevant diferențe semnificativ e între
condițiile experimentale în ceea ce privește performanța, dificultatea percepută a sarcinilor și
efortul mental investit de utilizatori în faza de pretest, Pillai’s trace, V = .080, F(6, 118) = .824, p
= .554, = .04. Prin urmare, validitatea internă a studiului nu este „amenin țată“ întrucât nu
există diferen țe semnificative între cele trei condi ții înainte de training. Tabelul 4.4 prezintă
mediile ( M) și abaterile standard ( AS) ale variabilelor dependente măsurate în faza de pretest și
posttest pentru fiecare dintre cele trei condi ții experimentale.
Pentru a testa dacă participan ții au progresat în termeni de performanță de la pretest la
posttest ca urmare a fazei de training, s-a recurs la ANOVA de tip mixt, cu tipul de suport
instrucțional ca factor de variație intersubiecți și preforman ța obținută în pre – și posttest ca factor
de variație intrasubiecți. Rezultatele au relevat o creștere semnificativă a performan ței obținută în
posttest ( Mtotal = .84 , AS = .20 ) comparativ cu cea ob ținută în pretest ( Mtotal = .62 , AS = .26 ),
F(1, 60) = 51.13, p < .001, = .46. Nu s -a înregistrat un efect semnificativ al tipului de suport
instrucțional, F(2, 60) = 0.277, p = .759, = .01, sau al interac țiunii dintre tipul de suport
instrucțional și diferen ța în performan ță de la pretest la posttest, F(2, 60) = 0.158, p = .854, =
.01, ceea ce indică faptul că participan ții din toate cele trei condiții experimentale au învățat în
egală măsură în urma trainingului.
Analize similare au fost întreprinse și pentru încărcarea cognitivă. Rezultatele ANOVA
de tip mixt au indicat o descreștere semnificativă a dificultă ții percepute a sarcinilor în posttest
(Mtotal = 2.67 , AS = .66 ) comparat iv cu cea din pretest ( Mtotal = 3.53 , AS = .75 ), F(1, 60) =

74 127.76, p < .001, = .68. Nu s -a înregistrat un efect semnificativ al tipului de suport
instrucțional, F(2, 60) = 0.872, p = .424 sau al interac țiunii dintre tipul de suport instruc țional și
diferența în dificultatea percepută de la pretest la posttest, F(2, 60) = 1.91, p = .157. În ceea ce
privește efortul mental investit, rezultatele au indicat o descreștere semnificativă a efortul ui
mental investit în posttest ( Mtotal = 2.95 , AS = .79 ) comparativ cu cel investit în pretest ( Mtotal
= 3.28 , AS = .69 ), F(1, 60) = 20.50, p < .001, = .26. Nu s -a înregistrat un efect semnificativ al
tipului de suport instruc țional, F(2, 60) = 1.10, p = .339 sau al al interac țiunii dintre tipul de
suport instruc țional și diferen ța în mental efort de la pretest la posttest, F(2, 60) = 0.75, p = .475.
Cu alte cuvinte, descre ștea încărcării cognitive de la pretest la posttest a fost semnificativă, însă
aceeași pentru toate cele trei condi ții.
În fine, pentru analiza diferen țelor dintre cele trei condi ții experimentale în ceea ce
privește performan ța și încărcarea cognitivă (dificultatea percepută a sarcinilor, efortul mental
investit) în posttest s -a fol osit MANOVA. Testul Box M nu a indicat violarea asump ției de
echivalen ță a matriciei de covarian ță (p = .159) . Rezultatele nu au relevat un efect semnificativ al
tipului de control instruc țional asupra celor trei variabile dependente, Pillai’s trace, V = .061, F(6,
118) = .614, p = .718 (vezi Tabelul 4.4 ). Ca urmare, studen ții au obținut aceea și performan ță în
posttest și au experimentat aceeași încărcare cognitivă în rezolvarea problemelor din posttest în
toate cele trei condi ții experimentale.

Tabelul 4.4. Mediile ( M) și abaterile standard ( AS) ale variabilelor dependente m ăsurate în
pretest și posttest pentru cele trei condi ții experimentale

IWE
(n = 21) CMP
(n = 21) CVP
(n = 21)
M AS M SD M SD
Pretest
1. Performan ță 4.48 1.83 4.29 2.15 4.19 1.53
2. Dificultate percepută 23.14 5.42 25.81 4.18 25.19 5.89
3. Efort mental 22.43 5.53 22.62 4.42 23.86 4.53
Posttest
4. Perfor manță 6.00 1.18 6.05 1.36 5.67 1.74
5. Dificultate percepută 18.19 5.87 18.38 3.63 19.52 4.17
6. Efort mental 20.19 6.74 19.52 4.27 22.29 5.16
Notă . IWE = Exemple incomplet rezolvate, CMP = Probleme incomplete, CVP =
Probleme conventionale .

75 4.2.4.2 Datele referitoare la mișcările oculare
O serie de ANOVA de tip mixt cu tipul de suport instruc țional (condi țiile experimentale)
ca factor de variație intersubiecți și numărul de exersări ca factor de variație intrasubiecți (prima
problemă vs. a doua problemă vs. a treia problemă vs. a patra pro blemă vs. a cincea problemă)
au fost realizate în scopul examinării alocării aten ției în procesul de rezolvare a problemelor din
training. Pentru compara ții între perioadele de exersare (între cele cinci probleme din training),
am folosit testul post -hoc B onferroni, controlând astfel eroare de Tip I sau eroarea alfa.
Pentru numărul total al fixațiilor oculare, a fost realizată ANOVA de tip mixt cu tipul de
suport instruc țional ca factor de variație intersubiecți și numărul de exersări ca factor de variație
intrasubiecți. Testul Mauchly de sfericitate este semnificativ ceea ce indică violarea asump ției
privind sfericitatea ( χ²(9) = 44.96, p < .001) și, prin urmare, nivelurile de semifica ție ale analizei
trebuie ajustate. În acest scop a fost folosit testul Greenhouse -Geisser ( ε = .735) pentru care
semnifica ția raportului F este mai mic decât 0.001. Mai exact, rezultatele au relevat un efect
semnificativ al numărului de exersări, F(2.94, 176.31) = 70.00, p < .001, = .54, precum și un
efect semnificativ al interacțiunii dintre tipul de suport instruc țional și numărul de exersări,
F(5.88, 176.31)= 9.66, p < .001, = .24 asupra numărului total de fixa ții oculare. Cu alte
cuvinte, numărul total de fixa ții oculare între cele cinci probleme din training diferă semnificativ
între cele trei condi ții experimentale (vezi Figura 4.6 ). Mai specific, numărul fixa țiilor în
problemele incomplete a fo st semnificativ mai scăzut în cazul primei și ultimei probleme din
training comparativ cu numărul fixa țiilor în problemele conven ționale, în timp ce pentru celelalte
trei probleme (problemele 2, 3 și 4) numărul fixa țiilor a fost mai mare în cazul problemel or
incomplete comparativ cu cele conven ționale.
Referitor la efectul numărului de exersări, testul post -hoc Bonferroni a evidențiat, prin
intermediul mediei diferențelor, că numărul total de fixații oculare pentru problema 1 și
problema 3 nu diferă semnif icativ, însă numărul total de fixa ții oculare pentru problema 1 a fost
semnificativ mai scăzut decât în celelalte probleme ( ps < .05). În plus, numărul total de fixații
oculare pentru problema 5 a fost semnificativ mai mare decât în toate celelalte problem e (ps <
.05).
De asemenea, ANOVA de tip mixt a relevat un efect semnificativ al tipului de suport
instrucțional asupra numărului fixațiilor oculare, F(2, 60) =19.48, p < .001, = .39.
Comparațiile post -hoc cu testul Games -Howell (acesta este un post-hoc test pentru varian țe
inegale între grupuri) au relevat că studen ții ce beneficiază de exemple incomplet rezolvate
prezintă un număr de fixa ții semnificativ mai mic în training comparativ cu studen ții ce
beneficiază de probleme incomplete sau probl eme conven ționale ( ps < .001). Numărul de fixa ții

76 oculare nu a diferit semnificativ în cazul problemelor incomplete comparativ cu problemele
convenționale ( p = .612).
Într-un mod similar numărului de fixa ții oculare, durata fixa țiilor a fost analizată cu
ajutorul analizei ANOVA de tip mixt cu tipul de suport instruc țional ca factor de variație
intersubiecți și numărul de exersări ca factor de variație intrasubiecți. Testul Mauchly de
sfericitate este semnificativ ceea ce indică violarea asump ției privind s fericitatea (χ²(9) = 44.96, p
< .001) și, prin urmare, nivelurile de semifica ție ale analizei trebuie ajustate, folosindu -se în acest
scop (ε = .722). Rezultatele au indicat un efect semnificativ al numărului de exersări, F(2.89,
173.23) = 64.55, p < .001, = .52 , precum și un efect semnificativ al interacțiunii dintre tipul
de suport instruc țional și numărul de exersări, F(5.77, 173.23) = 8.08, p < .001, = .21 asupra
duratei fixa țiilor oculare, ceea ce indică faptul că durata fixațiilor oculare între cele cinci
probleme din training diferă semnificativ între condi țiile experimentale (vezi Figura 4.7 ). Mai
exact, durata fixa țiilor oculare în problemele incomplete a fost semnificativ mai scur tă în cazul
primei și ultimei probleme din training comparativ cu durata fixa țiilor în problemele
convenționale, în timp ce pentru celelalte trei probleme (problemele 2, 3 și 4) durata fixa țiilor a
fost mai lungă în cazul problemelor incomplete comparativ c u problemele conven ționale.
În ceea ce privește efectul numărului de exersări, testul post -hoc Bonferroni a evidențiat
că durata fixațiilor oculare pentru problema 1 și problema 3 nu diferă semnificativ, însă durata
fixațiilor pentru problema 1 a fost sem nificativ mai scurtă decât în celelalte probleme
(problemele 2, 4 și 5; ps < .05). De asemenea , durata fixații lor oculare pentru problema 5 a fost
semnificativ mai lungă decât în toate celelalte probleme ( ps < .01 )., cu excep ția problemei 4 ( p =
.177).
În fine, ANOVA de tip mixt a relevat un efect semnificativ al tipului de suport
instrucțional asupra duratei fixațiilor oculare, F(2, 60) = 19. 85, p < .001, = .40 . Compara țiile
post-hoc cu testul Games -Howell au indicat că studen ții ce beneficiază de e xemple incomplet
rezolvate prezintă durată a fixa țiilor semnificativ mai scurtă comparativ cu studen ții ce
beneficiază de probleme incomplete sau probleme conven ționale ( ps < .001). Oricum durata
fixațiilor oculare nu a diferit semnificativ în cazul problemelor incomplete comparativ cu
problemele conven ționale ( p = .874).

77

Figura 4.6 Reprezentarea grafică a interac țiunii dintre tipul de suport instruc țional
(condițiile experimentale) și numărul de exersări asupra numărului de fixa ții oculare;
Number of fixations = Numărul de fixa ții oculare, practice trials = numărul de exersări, condition = condi ții
experimentale, IWE = exemple incomplet rezolvate, CMP = probleme incomplete, CVP = pro beleme conven ționale.

78
Figura 4.7 Reprezentarea grafică a interac țiunii dintre tipul de suport instruc țional și numărul de
exersări asupra duratei fixa țiilor oculare;
Fixation durations = durata fixa țiilor oculare, practice trials = numărul de exersări, condition = condiții experimentale, IWE =
exemple incomplet rezolvate, CMP = probleme incomplete, CVP = prob leme conven ționale.

4.2.4.3 Corelarea procesării online (datelor referit oare la mi șcările oculare) cu
măsurătorile offline
Un alt aspect care ne -a interesat a vizat măsura în care se poate pune în evidență existența
unor corelații între parametrii relaț ionați cu mișcările oculare și rezultatele ob ținute în training,
mai exact performan ța din training, timpul petrecut în această fază și încă rcarea cognitivă
experimentată. În acest scop, am calculat coeficienții de corela ție tau a lui Kendall întrucât datele
nu au urmat o distribu ție normală (corela ții neparametrice ; vezi Field, 2005 ).
A fost prezisă o corela ție pozitivă între numărul și durata fixa țiilor oculare asupra fiecărei
probleme din training și performan ța obținută, timpul necesar rezolvării acelei probleme,
respectiv încărcarea c ognitivă experimentată ( dificultatea percepută a sarcinilor și efortul mental
investit ).

79 Tabelul 4.5 . Coeficienții de corelație t au a lui Kendall ( N = 63)

Prob. 1 Prob. 1 Prob. 2 Prob. 2 Prob. 3 Prob. 3 Prob. 4 Prob. 4 Prob. 5 Prob. 5
Training N.
fixații Durată
fix. N.
fixații Durată
fix. N.
fixații Durată
fix. N.
fixații Durată
fix, N.
fixații Durată
fix.
Problem a 1
1. Performan ță .160 .235*
2. Dif.percepută .402** .378**
3. Efort mental .253* .316**
4. Tim p .726** .235*
Problem a 2
1. Performan ță .289** .324**
2. Dif.percepută .280** .341**
3. Efort mental .299** .335**
4. Tim p .709** .829**
Problem a 3
1. Performan ță .203* .256**
2. Dif.percepută .389** .361**
3. Efort mental .264** .308**
4. Tim p .773** .822**
Problem a 4
1. Performan ță .329** .356**
2. Dif.percepută .304** .325**
.183 .203*

80 3.Efort mental
4. Tim p .757** .798**
Problem a 5
1. Performan ță .371** .394**
2. Dif.percepută .219* .184
3. Efort mental .120 .132
4. Tim p .794** .855**
Notă . Prob.= problemă, N. fixații = numărul fixațiilor, Durata fix. = durata fixațiilor, Dif. pe rcepută = dificultate percepută

81 După cum se poate observa și în Tabelul 4.5 , parametrii relaționați cu mișcările oculare,
mai specific, numărul și durata fixațiil or oculare sunt pozitiv corela ți cu majoritatea măsurilor
din faza de training. Mai specific, s -au înregistrat corelații pozitive semnificative între numărul,
respectiv durata fixațiilor oculare asupra problemelor și performan ța obținută, respectiv timpul
petrecut în rezolvarea acelor probleme . O excepție a fost constată, mai exact nu s -au putut
evidenția corelații pozitive semnificative între numărul de fixa ții oculare pentru problemele 1 și 3
și performan ța obținută în rezolvarea celor două probleme ( τ = .160, p =.082, și τ = .218, p =
.086, respectiv).
În plus , s-au consta tat corelații pozitive semnificative între numărul, respectiv durata
fixațiilor oculare asupra problemelor și dificultatea percepută a sarcinilor, precum și efortul
mental investit . O excepție a fost consta tată și în acest caz, respectiv nu s -au putut evidenția
corelații pozitive semnificative între numărul și durata fixa țiilor oculare pentru probl emele 4 și 5
și efortul mental investit în rezolvarea celor două probleme ( ps >.05). Suma rizând, cu cât
studenții alocă mai multă aten ție unor probleme, respectiv petrec mai mult timp în procesarea
acestora, cu atât efortul mental investit (dificultatea percepută) și performan ța obținută este mai
mare .
În fine, numărul fixa țiilor oculare asup ra problemelor din training a corelat pozitiv
semnificativ cu durata fixa țiilor în problemel e respective, cu valori tau vari ind de la .690 la .808,
ps < .001.

4.2.4 Discuții
Scopul studiului de față a fost acela de a investiga diferențele existente în alocarea
atenției studen ților în cazul utilizării a trei tipuri de suport instruc țional, respectiv exemple
incomplet rezolvate, probleme incomplete și probleme conven ționale utilizând tehnologia eye
tracking.
Conform așteptărilor, rezultatele au indica t faptul că toate cele trei tipuri de suport
instrucțional determină o creștere semnificativă a performan ței obținută în posttest comparativ cu
cea obținută în pretest, însă contribuie la descreșterea încărcării cognitive între cele două faze ale
experimen tului. Combinația dintre o performanță superioară și un efort mental scăzut (mai puține
„costuri mentale”) în posttest comparativ cu pretest sugerează o creștere a eficienței în învățare
datorită fazei de training. Din contra, ipoteza conform căreia exemp lele incomplet rezolvate și
problemele incomplete determină o performan ță sporită în posttest și o descreștere semnificativă
a încărcării cognitive comparativ cu problemele conven ționale nu a fost confirmată de datele
experimentale. Mai specific, nu au fos t relevate diferen țe semnificative între cele trei condi ții
experimentale în ceea ce privește performan ța obținută la posttest și încărcarea cognitivă

82 experimentată în posttest. O posibilă explicație pentru lipsa unui efect semnificativ al tipului de
contr ol instrucțional asupra performanței obținută de studen ți în faza de posttest poate fi
relaționată cu tipul de supor t instrucțional (un suport instruc țional care evidențiază subscopurile ),
tipul de exemple rezolvate (exemple incomplet rezolvate) și numărul problemelor din faza de
training (doar cinci probleme) furnizate în studiul de fa ță. Sunt necesare investigații ulterioare
pentru a se vedea care dintre cele trei explica ții este mai pla uzibilă.
Focalizarea principală a studiului a fost însă pe examinarea diferențelor existente între
condițiile experimentale în ceea ce privește alocarea aten ției (fixațiile oculare) în scopul relevării
modului în care tipul de instruc țional influen țează c omportamentul vizual al stud enților, precum
și performan ța obținută de către aceștia în posttest . În concordan ță cu ipoteza conform căreia
mișcările oculare diferite dintre cele trei condi ții experimentale variază ș i ca funcție a exersării,
rezultatele stu diului au indicat existen ța unor diferen țe semnificative în ceea ce privește numărul
și durata fixa țiilor oculare nu doar între condi ții, dar și între cele între cele cinci probleme din
training. Mai specific, numărul fixa țiilor oculare în exemplele incomp let rezolvate a fost
semnificativ mai scăzut decât în problemele incomplete și problemele conven ționale, însă fără a
diferi semnificativ între ultimele două condi ții. Mai mult, numărul fixa țiilor oculare în
problemele incomplete a fost semnificativ mai sc ăzut în cazul primei și ultimei probleme din
training comparativ cu numărul fixa țiilor în problemele conven ționale, în timp ce pentru celelalte
trei probleme (problemele 2, 3 și 4) reversul a fost valabil.
Un pattern similar de rezultate s -a obținut și pe ntru durat a fixațiilor. Astfel, în cazul
exemplelor incomplet rezolvate durata fixa țiilor oculare a fost semnificativ mai scurtă decât în
cazul problemelor incomplete și a celor conven ționale, fără însă a se eviden ția diferen țe
semnificative între ultimele două condi ții. Mai mult, durata fixa țiilor oculare asupra problemelor
1 și 5 a fost semnificativ mai scurtă în problemele incomplete comparativ cu durata fixațiilor în
problemele conven ționale, în timp ce durata fixa țiilor pentru celelalte trei probleme a fost
semnificativ mai lungă în problemele incomplete comparativ cu cea din problemele
convenționale . Aceste rezultate sugerează faptul că cele trei tipuri de suport instruc țional
afectează în mod diferit alocarea aten ției studen ților. În mod specific, omi terea unor pa și necesari
aflării solu ției finale sporește i mplicarea “activă” în procesul de rezolvare, indicată de numărul
sporit de fixa ții oculare și de durata mai mare a acestor fixa ții în problemele incomplete
comparativ cu problemele conven ționale, d ar numai pentru problemele 2, 3 și 4. Faptul că
numărul și durata fixa țiilor oculare a fost mai mare în problemele conven ționale comparativ cu
problemele incomplete doar la începutul și sfârșitul fazei de exersare (problemele 1 și 5) poate
sugera necesitat ea unei procesări cognitive mai “extinsă” în cazul acestor probleme. Cu alte

83 cuvinte, procesarea necesară integrării și rezolvării pașilor parcur și pentru aflarea solu ției finale
în problemele 1 și 5 (probleme incomplete) solicită o durată mai scurtă a fixa țiilor decât
procesarea necesării dezvoltării unui plan de rezolvare al problemei fără support instruc țional
(probleme conven ționale; cf., Hegarty et al., 1992 ).
În final, predicția conform căreia între procesarea online și măsurătorile offline ale
învățării există o rela ție, a fost confirmată. După cum sugerează datele, procesarea problemelor
(numărul și durata fixa țiilor oculare ) este corelată pozitiv cu performan ța obținută în rezolvarea
acelor probleme (excep ție fac probl emele 1 și 2), respectiv cu încărcarea cognitivă experimentată
în acest caz (nu s -au eviden țiat corelații semnificative cu efortul mental investit pentru
problemele 4 și 5). Cu alte cuvinte, sporirea timpului de procesare a problemelor este relaționată
cu creșterea performan ței și a încărcării cognitive experimentate. Rezultatele conform cărora
timpul de procesare necesar rezolvării celor cinci probleme din training ( relevat de cre șterea
numărului și duratei fixa țiilor oculare ) este pozitiv corelat cu performan ța sporită și cu procesarea
“de adâncime” a acestora (investesc mai mult efort mental) sugerează faptul că alocarea aten ției
vizuale este într -adevăr puternic corelată cu procesarea strategică a problemelor. Dată fiind îns ă
analiza corelațională a datelor nu este posibilă stabilirea unor rela ții cauzale între
comportamentul vizual al studen ților și procesele care stau la baza rezolvării de probleme, un
aspect care necesită investiga ții ulterioare.

84 Capitolul 5
CONCLUZII FINALE

Necesitatea sprijinirii abilită ților metacognitive, în general și a acurate ții monitorizării, în
particular a fost eviden țiată de mai mul ți cercetători, dată fiind rela ția acestora cu capacitatea de
reglare a procesului de învă țare și cu perfor manțele superioare în învă țare (Alexander, 2013).
Acuratețea monitorizării este în mod deosebit importantă în contextu l învățării cu ajutorul
mediilor educa ționale computerizate, întrucât ele pot fi “suprasolicitante” chiar și pentru indivizii
cu un nivel sporit de expertiză, necesitând capacitatea de a integra simultan mai multe surse de
informare (text, diagrame, etc.) sau de a utiliza în mod eficace un control sporit asupra instru irii.
Cu alte cuvinte, pentru ca indivizii să poată beneficia de medii le computerizate furnizate, ace știa
trebuie sa fie capabili sa își monitorizeze propriile procese cognitive și să își regle ze/adapteze
stategiile și comportamentul de învă țare ( Azevedo & Witherspoon, 2009 ). Achizi ționarea
abilităților de monitorizare și control cogn itiv sau metacognitiv reprezintă un proces complex și
nu se poate realiza doar prin tr-o învățare incidentală (Hadwin & Winne, 2001). Ca urmare, este
necesară implementarea unor p rompteri (engl., prompts), furnizarea de feedback metacognitiv
sau oferirea unui suport instruc țional în scopul îmbunătă țirii acurate ții monitorizării în cadrul
mediilor educa ționale com puterizate .
Există puține studii în literatura de specialitate care au investigat în ce măsură
mecanismele metacognitive ale monitorizării pot fi stimulate prin furnizarea unor tipuri diferite
de suport instruc țional precum exemple incomplet rezolvate și probleme incomplete comparativ
cu probleme conven ționale (de ex., Baars et al., 2013) . Lucrarea de fa ță reprezintă un prim pas î n
proiectarea de medii educaționale computerizate pentru învă țarea conceptelor biologice care să
vizeze nu doar dezvoltarea stra tegiilor cognitive, ci și a celor metacognitive.
În acest context, scopul lucrării a fost acela de a îmbunătă ți acuratețea judecă ților
metacognitive ale studen ților cu ajutorul tipurilor de suport instruc țional anterior men ționate. Mai
specific, în lucrar ea de față ne-am propu s: (1) investigarea efectelor pe care diferite le tipuri de
suport in strucțional le au asupra sporirii acurate ții monitorizării, a calibrării judecă ților
metacognitive cu performan ța obținută la teste; (2) evaluarea eficacită ții acestor tipuri de suport
instrucțional ca rezultat al unor diferente inter -individuale ( mai exact , nivel de expertiză al
studenților); și (3) examinarea impactului pe care tipurile de suport instruc țional le au asupra
patternului mișcărilor oculare ale st udenților (utilizand tehnologia eye tracking).
Analiza literaturii de specialitate, sintetizată în partea teoretică, a evidențiat relația dintre
judecățile metacognitive, procesele de control și performan ța obținută așa cum este postulată de

85 modelele met acogniției (de ex., Nelson & Narens, 1994; Winne & Hadwin, 1998). Înțelegerea
modului în care variabilele men ționate anterior rela ționează este relevantă în contextul învățării
autoreglate (de Bruin & Van Gog, 2010), pornind de la asumpția general acceptat ă că doar o
monitorizare corectă a învă țării (de ex., estimarea măsurii în care in formația transmisă a fost
sufic ient învățată) contribuie la o reglare adecvată a comportamentelor strategice (Hadwin &
Webster, 2013). Din această perspectivă, calibrarea jud ecăților metacognitive cu performan ța
reală obținută se constituie într -un indicator al nevoii de reglare și adaptare a comportam entului
de învățare (de exemplu, alocarea unui timp mai îndelungat p entru rezolvarea sarcinilor;
Metcalfe, 2009).
Sinteza teoretică a cercetării consacrate monitorizării și autoreglării în cadrul mediile
educaționale computerizate a relevat faptul că, în general, indivizii nu beneficiază de pe urma
unor astfel de medii computerizate în ciuda oportunită ților oferite de acestea (Bannert et al.,
2009), întrucât nu posedă abilită țile necesare de autoreglare (de ex., stabilirea obiectivelor,
planificarea învă țării, monitorizarea progresului în atingerea obiectivelor stabilite, controlul
învățării prin aplicarea unor strateg ii de învă țare; Winne & Hadwin, 1998). Mai mult, modelele
învățării autoreglate postulează că autoreglarea în mediile computerizate este moderată de
caracteristicile indivizilor, mai exact de baza lor de cuno ștințe anterioare ( Schraw, 2007).
Studenții cu un nivel sporit de cunoștințe anterioare folosesc mai frecvent strategii metacognitiv e
și cognitive eficcace când utilizează medii computerizate precum autoevaluarea capacității de
învățare, monitorizarea strategiilor cognitive utilizate, evaluarea caracter isticilor sarcinilor, dar și
evaluare a utilității conținutului prezentat pentru obiectivele urmărite, autoexplicarea pașilor
rezolvați și anticiparea soluțiilor chiar și în cazul furnizării pașilor necesari aflării solu ției finale
de către program comparat iv cu subiecții cu un nivel s căzut de cunoștințe anterioare (Moos &
Azevedo, 2008 ).
De asemenea, caracteristicile sarcinilor de învă țare (vezi Winne & Hadwin, 1998)
influențează modul în care mediile educa ționale computerizate sunt utilizate de indivizi. D e
exemplu, sarcinile cu un suport instruc țional sporit ( care au o ambiguitate scăzută) pot contribui
la diminuarea utilizării strategiilor de autoreglare întrucât nu stimulează indivizii să facă
inferențe, să formuleze ipoteze sau să implementeze strategii de sporire a comprehensiunii
(Lodewyk et al., 2009).
Primul experiment realizat în capitolul 4.1 a avut ca scop identificarea metodelor
instrucționale ce sporesc acurate țea ju decăților metacognitive și perf ormanța obținută într -un
mediu educa țional computerizat pentru învă țarea geneticii. Rezultatele ob ținute au fost în
concordan ță cu datele studiilor anterioare , indicând faptul că studierea exemplelor incomplet

86 rezolvate nu este suficientă pentru a asigura eficacitatea învă țării în ciuda eviden țierii
subgolurilor (de ex., Baars, et al., 2013; Renkl, 2002 ). Când se bazează pe solu ții „aproape
rezolvate” (exemple incomplet rezolvate) , studenții nu elaborează asupra sursei de dificultate și,
ca urma re, apare un sentiment incorect al dificultății care este similar cu cel apărut în cazul
exemplelor complet rezolvate (cu soluții „complet rezolvate”) . Ac est sentiment incorect al
dificultății are consecin țe negative atât asupra judecă ților metacognit ive privind propria
performan ță, cât și asupra proceselor de reglare a învă țării, precum alocarea timpul de studiu sau
a terminării premature a studiului (de ex., Kornell & Bjork, 2009 ). Cu alte cuvinte, din
perspectivă metacognitivă furnizarea unor exemple incomplet rezolvate nu este benefică pentru
învățare întrucât aceasta induce o iluzie a înțelegerii similar ă cu cea indusă de exemplele complet
rezolvate. În acest context, furnizarea unor probleme incomplete care omit mai mul ți pași
necesari aflării solu ției finale (mai exact, trei pași dint r-un total de cinci pași) pare a fi o
modalitate promi țătoare de achizi ționare a schemelor cognitive fără a induce o iluzie a în țelegerii
asemnănătoare celei induse de exemplele incomplet rezolvate.
Trebuie însă men ționat că rezolvarea unor probleme incom plete nu s -a dovedit benefică
pentru to ți studenții participan ți la studiu, întrucât efectele pozitive ale acestui tip de suport
instrucțional asupra performan ței obținută în posttest au fost moderate de baza de cuno ștințe
anterioare a studen ților și de ab ilitatea lo r de a interpreta în mod corect amorsele existente, mai
exact fluența procesării sarcinilor (dificultatea percepută a sarcinilor). S unt necesare investigații
ulterioare pentru a se vedea dacă concluziile referitoare la efectul pozitiv pe care pr oblemele
incomplete îl au asupra acurate ții judecăților metacognitive ale studen ților pot fi generalizate și
pentru alte probleme cu niveluri diferite de complexitate decât cele incluse în studiul de fa ță. Mai
mult, direc țiile viitoare de cercetare trebuie să investigheze în ce măsură includerea unor studen ți
care prezintă o varia ție mai mare în ceea ce privește baza lor de cunoștin țe anterioare în domeniul
geneticii determină apari ția unui efect moderator al bazei de cunoștin țe anterioare similar cu cel
obținut în studiul de fa ță. O altă posibilitate vizează aplicarea unui strategii de estompare a
suportului instruc țional (engl., fading procedure; Atkinson, Renkl, & Merrill, 2003; Renkl,
Atkinson, & Grosse, 2004; Renkl, Atkinson, & Maier, 2000), în care problemele incomplete
reprezintă trecerea „graduală” de la exemplele incomplet rezolvate la problemele conven ționale.
În acest mod, iluzia în țelegerii ini țial formată (ca urmare a studierii exemplelor incomplet
rezolvate) este gradual diminuată întrucât st udenții sunt nevoi ți să rezolve în mod independent
(fără suport instruc țional) tot mai mul ți pași necesari aflării solu ției finale. Astfel, este posibil ca
studenții să estimeze mai corect amorsele privind dificultatea percepută a sarcinilor, ce ea ce se va

87 reflecta într -o abilitate sporită de reglare a învă țării și o alocare mai adecvată a timpului de
studiu.
După cum indică rezultatele ob ținute în acest studiu, deciziile referitoare la tipul de suport
instrucțional care este cel mai adecvat în anumite sit uații de învățare nu trebuie să se bazeze doar
pe scorurile ob ținute în faza de testare, ci și pe măsurători ale încărcării cognitive experimentate
(dificultatea percepută a sarcinilor și efortul mental investit) și ale acurate ții judecă ților
metacognitive . Acest aspect are o importan ță deosebită în cazul în care studen ții au control
asupra instruirii (oferirea posibilită ții de a selecta în mod independent sarcini de învățare),
întrucât lipsa acurate ții judecăților metacognitive determină selectarea unor sa rcini de învă țare
inadecvate din punct de vedere al nivelului de dificultate, care se plasează în afara zonei de
dezvoltare proximală (engl., region of proximal learning; Metcalfe & Kornell, 2005).
De asemenea, î ntrucât c ercetarea din domeniul designului instrucțional trebuie să
identifice efectele pe care diferite strategii instrucționale (mai exact, tipuri diferite de suport
instrucțional) le au asupra proceselor cognitive ale indivizilor în cazul rezolvării de probleme ( de
ex., Van Gog et al., 2005), în studiul 4.2 am examinat procesele cognitive și perceptive ale
participanților în timpul rezolvării de probleme prin combinarea înregistrarea mișcărilor oculare
cu per formanța obținută în training. Chiar dacă se poate infera despre o strategie instrucționa lă că
este eficientă când permite obținerea unei performanțe superioare la teste și investirea unui efort
mental scăzut, decela rea mecanismelor ce stau la baza acestei performanțe sporite, respectiv a
efortului mental scăzut sunt imposibil de identificat d oar prin utilizarea testelor de performan ță.
Pentru a face predicții despre încărcarea cognitivă pe care o impun diferite tipuri de suport
instrucțional asupra unor utilizatori cu niveluri diferite de expertiză, și, implicit, despre
performanța obținută, t rebuie investigate schemele cognitive subiacente și modul lor de
organizare, precum și strategiile de pro cesare implicate cu ajutorul unor tehnici de investigare a
proceselor cognitive precum înregistrarea mișcărilor oculare (Charness et al., 2001).
Capit olul 4.2 din lucrarea de față „răspunde” acestor recomandări, scopul experimentului
realizat fiind acela de a investiga în ce măsură tipul de suport instruc țional influen țează
patternurile de procesare vizuală ale studen ților (mai exact, fixa țiile oculare) și performan ța în
învățare. Menționăm că acesta este primul studiu, din literatura parcursă de noi, în care este
investigată alocarea aten ției studen ților ( și deci a modului de procesare cognitivă) în procesul de
rezolvare a unor probleme de genetică în c azul utilizării unor niveluri diferite de suport
instrucțional.
Un alt scop al studiului de fa ță a fost acela de a examina rela ția dintre procesarea „online”
(numărul și durata fixa țiilor oculare) și procesarea „offline” a problemelor de genetică mai exact,

88 performan ța obținută în training, timpul de învă țare și încărcarea cognitivă experimentată în
timpul rezolvării acestor probleme.

În concordan ță cu predicțiile formulate, rezultatele au relevat diferen țe semnificative în
ceea ce prive ște numărul și durata fixa țiilor nu doar între cele trei condi ții experimentale, dar și
între cele cinci probleme din training, ca rezultat al exersării. De asemenea, o altă concluzie care
poate fi extrasă se referă la faptul că utilizarea complementară a măsur ătorilo r offline ale
învățării (de ex., performan ța din training) cu cele de procesare cognitivă online ( mai exact,
mișcările ocula re înregistrate în timpul rezolvării de probleme) permite o analiză de finețe a
proceselor subiacente procesului de rezolvare a prob lemelor ( cf., Van Gog, Paas, Van
Merriënboer, & Witte , 2005 ). Faptul că timpul prelungit de procesare a problemelor (relevat de
mișcările oculare ) a corelat cu performan ța sporită la posttest și cu procesare a de adâncime a
problemelor (mai exact, investire a unui efort mental sporit ) indică existența unei rela ții între
indicii aten ției vizuale și procesarea strategică în cazul rezolvării de probleme. Cu alte cuvinte,
eficacitatea învă țării (performan ță sporită în training) cu ajutorul unui program educa țional
computerizat este rela ționată cu timpul petrecut de studen ți în „analizarea” problemelor din
training (mai exact, cu durata fixa țiilor). În ceea ce privește studiile ulterioare, ar fi interesant de
investigat rela ția cauzală dintre comportamentul vizual (alocarea aten ției vizuale) al studen ților și
procesul de rezolvare a problemelor.
Investigarea modului în care studen ții interac ționează cu difer ite tipuri de suport
instrucțional utilizând înregistrarea mișcărilor oculare în combina ție cu testele de evaluare este
extrem de utilă pentru proiectarea și implementarea unor medii educa ționale computerizate
efective. Investigarea acestor aspecte are o r elevanță deosebită în contexul utilizării tot mai
frecvente a mediilor computerizate în educa ție și a “provocărilor” diferite pe care care designul
acestor a le impune din perspectiva învă țării autoreglate comparativ cu materialele tradi ționale (d e
Bruin & Van Gog, 2012 ).

89

BIBLIOGRAFIE

Alexander, P. A. (2013). Calibration: What is it and why it is matters? An introduction to the special
issue on calibrating calibration. Learning and Instruction , 24, 1-3.
Atkinson, R. K., Derry, S. J., Renkl, A., & Wortham, D. W. (2000). Learning from examples:
instructional principles from the worked examples research. Review of Educational Research, 70
(2), 181-214. doi: 10.3102/00346543070002181
Azevedo, R. K. (2005). Us ing hypermedia as a metacognitive tool for enhancing student learning? The
role of self -regulated learning. Educational Psychologist, 40 (4), 199 -209.
Azevedo, R., & Cromley, J. G. (2004). Does Training on Self -Regulated Learning Facilitate Students’
Learn ing with Hypermedia? Journal of Educational Psychology , 96(3), 523 –535.
Azevedo, R. K., & Jacobson, M. (2008). Advances in scaffolding learning with hypertext and
hypermedia: A summary and critical analysis. Educational Technology and Research
Development, 56(1), 93 -100.
Azevedo, R., & Hadwin, A. F. (2005). Scaffolding self -regulated learning and metacognition:
Implications for the design of computer -based scaffolds. Instructional Science, 33 , 367 –379.
Bannert, M., & Mengelkamp, C. (2013). Scaffolding hype rmedia learning through metacognitive
prompts. In R. Azevedo, & V. Aleven (Eds.), International handbook of metacognition and
learning technologies (pp.171 -186). New York, NY: Springer.
Bannert, M., & Reimann, P. (2012). Supporting self -regulated hypermedia learning through prompts.
Instructional Science, 40 , 193 -211.
Baars, M., Visser, S., Van Gog, T., de Bruin, A., & Paas, F. (2013). Completion of partially worked -out
examples as a generation strate gy for improving monitoring accuracy. Contemporary
Educational Psychology, 38 (4), 395 -406. doi:10.1016/j.cedpsych.2013.09.001
Bol, L., & Hacker, D. (2001). The effect of practice tests on students’ calibration and performance.
Journal of Experimental Educ ation, 69, 133–151.
Brünken, R., Plass, J. L., & Leutner, D. (2003). Direct measurement of cognitive load in multimedia
learning. Educational Psychologist, 38 (1), 53–61. doi: 10.1207/S15326985EP3801_7
Burson, K. A., Larrick, R. P., & Klayman, J. (2006). S killed or unskilled, but still unaware of it: How
perceptions of difficulty drive miscalibration in relative comparisons. Journal of Personality and
Social Psychology, 90 (1), 60-77.
Catrambone, R. (1994). Improving examples to improve transfer to novel pr oblems. Memory

90 and Cognition, 22 (5) , 606 -615. doi: 10.3758/BF03198399
Catrambone, R. (1995). Aiding subgoal learning: Effects on transfer. Journal of Educational
Psychology, 87 (1) , 5-17. doi: 10.037/0022 -0663.87.1.5
Catrambone, R. (1996). Generalizing solution procedures learned from examples. Journal of
Experimental Psychology. Learning, Memory, and Cognition, 22 (4) , 1020 –1031. doi:
10.1037/0278 -7393.22.4.1020
Chuang, H. -H. & Liu, H. -C. (2012). Effects of different multimedia presentations on viewers’
information -processing activities measured by eye -tracking technology. Journal of Science
Education and Technology, 21 , 276 -286. doi: 10.1007/s10956 -011-9316 -1
Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P., & Gla ser, R. (1989). Selfexplanations: How
students study and use examples in learning to solve problems. Cognitive Science, 13 (2), 145 –
182. doi: 10.1207/s15516709cog1302_1
Cohen, J. (1992). A Power Primer. Psychological Bulletin, 112 (1) , 155 -159. doi: 10.103 7/0033 –
2909.112.1.155.
De Bruin, A., & Van Gog, T. (2012). Improving self -monitoring and self -regulation of learning: From
cognitive psychology to the classroom. Learning and Instruction, 22, 245-298.
Dinsmore, D. L., & Parkinson, M. M. (2013). What are confidence judgments made of? Students'
explanations for their confidence ratings and what that means for calibration. Learning and
Instruction, 24 , 4-14.
Dunlosky, J., Hertzog, C., Kennedy, M. R. T., & Thiede, K. W. (20 05). The self -monitoring approach
for effective learning. Cognitive Technology, 10 (1), 4 -11.
Dunlosky, J., & Metcalfe, J. (2009). Metacognition . Thousand Oaks, CA: Sage.
Dunlosky, J., & Rawson, K. A. (2012). Overconfidence produces underachievement: Inacc urate self
evaluations undermine students’ learning and retention. Learning and Instruction, 22 (4), 271–
280.
Dunning, D., Johnson, K., Ehrlinger, J., & Kruger, J. (2003). Why people fail to recognize their own
incompetence. Current Directions in Psycholog ical Science, 12 (3), 83 -87.
Efklides, A. (2006). Metacognition and affect: What can metacognitive experiences tell us about the
learning process? Educational Research Review, 1 , 3–14.
Ehrlinger, J., Johnson, K., Banner, M., Dunning, D., & Kruger, J. (2008 ). Why the unskilled are
unaware: Further explorations of (absent) self -insight among the incompetent. Organizational
Behavior and Human Decision Processes, 105 (1), 98-121.
Field, A. (2005). Discovering statistics using SPSS (2nd ed.). London: Sage.
Finn, B., & Metcalfe, J. (2008). Judgments of learning are influenced by memory for past test. Journal
of Memory and Language , 58(1), 19 -34.

91 Gama, C. (2004). Metacognition in interactive learning environments: The reflection assistant model.
In 7th Confer ence of Intelligent Tutoring Systems (pp.668 -677). Berlin: Springer.
Gegenfurtner, A., Lehtinen, E., & Säljö, R. (2011). Expertise differences in the comprehension of
visualizations: A meta -analysis of eye -tracking research in professional domains. Educati onal
Psychology Review , 23(4), 523 -552. DOI 10.1007/s10648 -011-9174 -7
Graesser, A. C., Lu, S., Olde, B. A., Cooper -Pye, E., & Whitten, S. (2005). Question asking and eye
tracking during cognitive disequilibrium: Comprehending illustrated texts on devices w hen the
devices break down. Memory & Cognition , 33(7), 1235 -1247.
Graesser, A. C., & McNamara, D. S. (2010). Self -regulated learning in learning environments with
pedagogical agents that interact in natural language. Educational Psychologist, 45 , 234 -244.
Hacker, D. J., Bol, L., & Bahbahani, K. (2008). Explaining calibration accuracy in classroom contexts:
The effects of incentives, reflection, and explanatory style. Metacognition and Learning, 3, 101-
121.
Hadwin, A. F., &Webster, E. A. (2013). Calibration in goal setting: Examining the nature of judgments
of confidence. Learning and Instruction, 24, 37-47.
Hegarty, M., & Just, M. A. (1993). Constructing mental models of machines from text and
diagrams. Journal of memory and language , 32(6), 717 -742.
Hegarty, M., Mayer, R. E., & Green, C. E. (1992). Comprehension of arithmetic word problems:
Evidence from students' eye fixations. Journal of Educational Psychology , 84(1), 76.
Hegarty, M., Mayer, R. E., & Monk, C. A. (1995). Comprehension of arithm etic word problems: A
comparison of successful and unsuccessful problem solvers. Journal of Educational
Psychology , 87(1), 18.
Just, M. A., & Carpenter, P. A. (1980). A theory of reading: from eye fixations to
comprehension. Psychological Review , 87(4), 32 9.
Kalyuga, S. (2007). Expertise reversal effect and its implications for learner -tailored
instruction. Educational Psychology Review, 19 (4) , 509 –539. doi: 10.1007/s10648 -007-9054 -3
Kalyuga, S., Chandler, P., & Sweller, J. (1999). Managing split -attention and redundancy in multimedia
instruction. Applied Cognitive Psychology , 13 (4), 351–371. doi: 10.1002/(SICI)1099 –
0720(199908)13:4<351::AID -ACP589>3.0.CO;2 -6.
Kalyuga, S., Chandler, P., Tuovinen, J., & Sweller, J. (2001). When problem solving is superior to
studying worked examples. Journal of Education & Psychology, 93 (3) , 579 -588. doi:
10.1037/0022 -0663.93.3.579
Keren, G. (1991). Calibration and probability judgments: Conceptual and methodological issues. Acta
Psychologica, 77 (3), 217–273.

92 Knoblich, G., Öllinger, M., & Spivey, M. J. (2005). Tracking the eyes to obtain insight into insight
problem solving. In G. Underwood (Ed.), Cognitive Processes in Eye Guidance (pp. 355 -75).
Oxford University Press, USA.
Koriat, A. (1997). Monitoring one’s own knowledge during study: A cue -utilization approach to
judgments of learning. Journal of Experimental Psychology: General , 126(4), 349-370.
Koriat, A. (2012). The relationships between monitoring, regulation and per formance. Learning and
Instruction, 22 (4), 296 -298.
Koriat, A., & Levy -Sadot, R. (1999). Processes underlying metacognitive judgments: Information -based
and experience -based monitoring of one’s own knowledge. In S. Chaiken & Y. Trope (Eds.),
Dual process theories in social psychology (pp. 483 -502). New York: Guilford Press.
Koriat, A., Sheffer, L., & Ma’ayan, H. (2002). Comparing objective and subjective learning curves:
Judgments of learning exhibit increased underconfidence with practice. IIPDM Report No 171 .
Haifa, Israel: University of Haifa, Institute of Information.
Kornell, N., & Bjork, R. A. (2009). A stability bias in human memory: Overestimating remembering
and underestimating learning. Journal of Experimental Psychology: General , 138(4), 449 -468.
Kornell, N., & Metcalfe, J. (2006). Study efficacy and the region of proximal learning framework.
Journal of Experimental Psychology: Learning, Memory, and Cognition , 32(3), 609 –622.
Kruger, J., & Dunning, D. (2002). Unskilled and unaware – but why? A reply to Krueger and Mueller
(2002). Journal of Personality and Social Psychology, 82 (2), 189 -192.
Lin, L. – M., & Zabrucky, K. M. (1998). Calibration of comprehension: Research and implications for
education and instruction. Contemporary Educational Ps ychology, 23, 345-391.
Lodewyk, K. R., Winne, P. H., & Jamieson -Noel, D. L. (2009). Implications of Task Structure on Self –
Regulated Learning and Achievement. Educational Psychology: An International Journal of
Experimental Educational Psychology , 29 (1), 1–25.
Metcalfe, J., & Kornell, N. (2005). A region of proximal learning model of study time allocation.
Journal of Memory and Language, 52 (4), 463 -477.
Mihalca, L., Mengelkamp, C., Schnotz, W., & Paas, F. (2015). Completion problems can reduce the
illusions of understanding in a computer -based learning environment on genetics. Contemporary
Educational Psychology, doi: http://dx.doi.org/doi: 10.1016/j.cedpsych.2015.01.001.
Moos, D. C., & Azevedo, R. (2008). Monitori ng, planning, and self -efficacy during learning with
hypermedia: The impact of conceptual scaffolds. Computers in Human Behavior, 24 (4), 1686 –
1706.
Nelson, T. O. (1984). A comparison of current measures of the accuracy of feeling -ofknowing
predictions. Psychological Bulletin, 95(1), 109 -133.

93 Nelson, T. O. (1996). Gamma is a measure of the accuracy of predicting performance on one item
relative to another item, not of the absolute performance on an individual item: Comments on
Schraw. Applied Cognitive Psychology, 10 (3), 257 -260.
Nelson, T. O., & Dunlosky, J. (1991). When people’s judgments of learning (JOLs) are extremely
accurate at predicting subsequent recall: The “delayed -JOL effect”. Psychological Science , 2(4),
267-270.
Nelson, T. O., & Narens, L. (1994). Why investigate metacognition? In J. Metcalfe, & A. P. Shimamura
(Eds.), Metacognition: Knowing about knowing (pp. 1 -25). Cambridge, MA: MIT Press.
Nietfeld, J. L., Cao, L., & Osborne, J. W. (2006). The effect of distributed monitoring exercis es and
feedback on performance, monitoring accuracy, and self -efficacy. Metacognition and Learning,
1(2), 159-179.
Paas, F., Tuovinen, J. E., Tabbers, H., & Van Gerven, P. W. M. (2003). Cognitive load measurement as
a means to advance cognitive load theo ry. Educational Psychologist 38 (1), 63–71. doi:
10.1207/S15326985EP3801_8.
Paas, F., & Van Merriënboer, J. J. G. (1994). Variability of worked examples and transfer of
geometrical problem solving skills: a cognitive load approach. Journal of Educational
Psychology, 86 (1) , 122 –133. doi: 10.1037/0022 -0663.86.1.122
Paas, F., & Van Gog, T. (2006). Optimising worked example instruction: different ways to increase
germane cognitive load. Learning and Instruction, 16 (2) , 87 –91. doi:
10.1016/j.learninstruc.2006 .02.004
Peters, M. (2010). Parsing Mathematical Constructs: Results from a Preliminary Eye Tracking Study. In
M. Joubert (Ed.), Proceedings of the British Society for Research into Learning Mathematics,
30(2). British Society for Research into Learning Mathematics.
Pintrich, P. R. (2000). Multiple goals, multiple pathways: The role of goal orientation in learning and
achievement. Journal of Educational Psychology , 92, 544 -555.
Rayner, K. (1998). Eye movements i n reading and information processing: 20 years of
research. Psychological Bulletin , 124(3), 372.
Renkl, A. (2002). Worked -out examples: instructional explanations support learning by self –
explanations. Learning and Instruction, 12 (5) , 529 -556. doi: 10.101 6/S0959 -4752(01)00030 -5
Renkl, A., & Atkinson, R. K. (2003). Structuring the transition from example study to problem solving
in cognitive skill acquisition: A cognitive load perspective. Educational Psychologist, 38 (1), 15-
22. doi: 10.1207/S15326985EP3801_3
Renkl, A., Hilbert, T., & Schworm, S. (2009). Example -based learning in heuristic domains: A cognitive
load theory account. Educational Psychological Review, 21 , 67-78. doi: 10.1007/s10648 -008-
9093 -4

94 Roll, I., Aleven, V., McLaren, B. & Koedinger, K. (2007). Designing for metacognition -Applying
cognitive tutor principles to metacognitive tutoring. Metacognition and Learning, 2 (2-3), 125 –
140.
Schnotz, W. (2010). Reanalyzing the expertise reversal effect. Instructional Science, 38 (3) , 315-323.
doi: 10.1007/s11251 -009-9104 -y
Schraw, G. (2009). A conceptual analysis of five measures of metacognitive monitoring. Metacognition
and Learning , 4(1), 33 –45.
Schraw, G., & Roedel, T. D. (1994). Test difficulty and judgment bias. Memory & Cogn ition, 22 (2), 63 –
69.
Schwonke, R., Berthold, K., & Renkl, A. (2009). How multiple external representations are used and
how they can be made more useful. Applied Cognitive Psychology, 23, 1227 -1243.
Stark, R. (1999). Lernen mit Lösungsbeispielen. Der Einfluß unvollständiger Lösungsschritte auf
Beispielelaboration, Motivation und Lernerfolg [Learning by worked -out examples. The impact
of incomplete solution steps on example elaboration, motivation, and learning outcomes]. Bern,
Germany: Huber.
Stone, N. J. (2000). Exploring the relationship between calibration and self -regulated learning.
Educational Psychology Review, 12 (4), 437 -475.
Sweller, J., Van Merriënboer, J. J. G., & Paas, F. (1998). Cognitive architecture and instructional design.
Educational P sychology Review , 10(3), 251-296. doi: 10.1023/A:1022193728205.
Tai, R. H., Loehr, J. F., & Brigham, F. J. (2006). An exploration of the use of eye ‐gaze tracking to
study problem ‐solving on standardized science assessments. International Journal of Researc h
& Method in Education , 29(2), 185 -208.
Thiede, K. W., Anderson, M. C. M., & Therriault, D. (2003). Accuracy of metacognitive monitoring
affects learning of texts. Journal of Educational Psychology, 95 (1), 66-73.
Tsai, M. J., Hou, H. T., Lai, M. L., Liu, W. Y., & Yang, F. Y. (2012). Visual attention for solving
multiple -choice science problem: An eye -tracking analysis. Computers & Education , 58(1), 375 –
385.
Van Gog, T., Kester, L., & Paas, F. (2011). Effects of wor ked examples, example -problem, and
problem -example pairs on novices’ learning. Contemporary Educational Psychology, 36 (3),
212-218. doi: 10.1016/j.cedpsych.2010.10.004
Van Gog, T., Kester, L., Nievelstein, F., Giesbers, B., & Paas, F. (2009). Uncovering c ognitive
processes: Different techniques that can contribute to cognitive load research and
instruction. Computers in Human Behavior , 25(2), 325 -331.

95 Van Gog, T., Paas, F., & Van Merriënboer, J. J. G. (2004). Process -oriented worked examples:
Improving tra nsfer performance through enhanced understanding. Instructional Science, 32, 83-
98. doi: 10.1023/B:TRUC.0000021810.70784.b0
Van Gog, T., Paas, F., & Merriënboer, J. J. G. (2008). Effects of studying sequences of process -oriented
and product -oriented worked examples on troubleshooting transfer efficiency. Learning and
Instruction, 18 (3) , 211 -222. doi: 10.1016/j.learninstruc.2007.03.003
Van Gog, T., Paas, F., Van Merriënboer, J. J. G., & Witte, P. (2005). Uncovering the problemsolving
process: Cued retrospec tive reporting versus concurrent and retrospective reporting. Journal of
Experimental Psychology: Applied , 11, 237 –244.
Van Gog, T., & Rummel, N. (2010). Example -based learning: Integrating cognitive and social -cognitive
research perspectives. Educational Psychological Review, 22 (2) , 155 -174. doi: 10.1007/s10648 –
010-9134 -7
Van Merriënboer, J. J. G., & de Croock, M. B. M. (1992). Strategies for computer -based programming
instruction: Program completion vs. program generation. Journal of Educational Computi ng
Research, 8, 365-394. doi: 10.2190/MJDX -9PP4 -KFMT -09PM
Van Merriënboer, J. J. G., Schuurman, J. G., de Croock, M. B. M., & Paas, F. (2002). Redirecting
learners' attention during training: Effects on cognitive load, transfer test performance and
trainin g. Learning and Instruction, 12 , 11–37. doi: 10.1016/S0959 -4752(01)00020 -2
Van Merriënboer, J. J. G., & Sweller, J. (2005). Cognitive load theory and complex learning: recent
developments and future directions. Educational Psychology Review, 17 (2), 147-177. doi:
10.1007/s10648 -005-3951 -0
Winne, P. H. (2001). Self -regulated learning viewed from models of information processing.In B. J.
Zimmerman & D. H. Schunk (Eds.), Self-regulated learning and academic achievement:
Theoretical perspectives (2 nd Ed., pp. 153 -189). Mahwah, NJ: Lawrence Erlbaum Associates.
Winne, P. H., & Jamieson -Noel, D. (2002). Exploring students’ calibration of self -reports about study
tactics and achievement. Contemporary Educational Psychology, 27, 551–572.
Winne, P. H., & Pe rry, N. E. (2000). Measuring self -regulated learning. In M. Boekaerts, P. Pintrich, &
M. Zeidner (Eds.), Handbook of self -regulation (pp. 531 –566). San Diego, CA: Academic Press.
Winne, P. H., & Hadwin, A. F. (1998). Studying as self -regulated learning. I n D. J. Hacker, J. Dunlosky,
& A. C. Graesser (Eds.), Metacognition in educational theory and practice (pp. 277 –304).
Hillsdale, NJ: Erlbaum.
Yates, J. F. (1990). Judgment and decision making. Englewood Cliffs, NJ, USA: Prentice Hall, Inc.
Zimmerman, B. J . (1990). Self -regulated learning and academic achievement: An overview.
Educational Psychologist , 25, 3–17.

96 ANEXA 1

Informațiile generale prezentate în mediul educațional computerizat

În acest mediu educațional computerizat veți putea învăța cum se rezolvă probleme referitoare la
transmiterea caracterelor ereditare de la părinți (genitori) la copii (descendenți). Este important
să studiați cu atenție și să înțelegeți pașii completați de program în problemele prezentate, astfel
încât să reușiți să rez olvați apoi corect restul sarcinilor. Treptat, atât nivelul de dificultate al
problemelor prezentate, cât și numărul pașilor care trebuie completați de dvs. va crește. Dacă la
început veți avea de completat un singur pas din total pașilor necesari pentru r ezolvarea
problemelor, treptat veți fi nevoiți să completați tot mai mulți pași pentru aflarea soluției. De
asemenea, la final pentru a măsura cunoștințele achiziționate utilizând acest mediu educațional,
veți primi un test ce conține probleme cu niveluri diferite de dificultate. Mult succes!

Primele explicații privind mecanismele de transmitere a caracterelor ereditare au fost emise de
Mendel (1865) și poartă numele de legile mendeliene ale eredității.
Caracterele ereditare se transmit de la părinți la d escendenți prin intermediul factorilor ereditari
numiți gene în limbajul contemporan. Fiecare caracter (de ex., culoarea părului, culoarea ochilor,
grosimea buzelor, etc.) este determinat de două gene, una de la tată și cealaltă de la mamă. Ca
urmare, în n ucleul fiecărei celule există câte o pereche de gene, câte una de la fiecare părinte
pentru un caracter elementar. Cele două gene ocupă aceeași poziție pe cromozomii omologi
adică în același locus. Cu alte cuvinte, un individ are două gene pe același locus pentru un
caracter oarecare. Structura genetică a unui locus formează genotipul sau mai general spus
constituția genetică a unei persoane.

Sub acțiunea factorilor de mediu, structura genelor se modifică, apărând alelele, perechi de gene
care afectează a celași caracter, dar în variante diferite. De exemplu, există două alele ce
controlează textura părului la oameni, una C (notată cu majusculă deoarece e dominantă) care
determină părul creț și alta c (notată cu literă mică, deoarece reprezintă caracterul r ecesiv) pentru
părul drept/lins.

Când cele două gene de pe cromozomii omologi (unul de la mamă și altul de la tată) sunt
identice, individul este homozigot (CC sau cc). Când cele două gene nu sunt identice, individul
este heterozigot (Cc).

97 Caracteristi cile observabile controlate de o genă constituie fenotipul, adică expresia unei
structuri genetice în condiții particulare de mediu. De exemplu, fenotipul genotipurilor CC sau
Cc este reprezentat de părul creț, iar fenotipul genotipului cc este reprezentat de părul drept.
După cum se poate observa, în fenotip se exprimă doar gena dominantă deoarece ea o inhibă pe
cea recesivă.

Rețineți!
S-a convenit că gena dominantă se notează întotdeauna prima într -un cuplu heterozigot (Cc),
deci folosirea formei „cC” n u este adecvată.
Dacă cele două gene identice sunt dominante, atunci individul este homozigot dominant (CC).
Dacă însă cele două gene identice sunt recesive, atunci individul este homozigot recesiv (cc).
Când cele două gene pentru un caracter sunt diferit e, atunci individul este heterozigot (Cc).

Tabel 1. Genotipuri posibile și fenotipurile corespunzătoare pentru textura părului
Genotip Fenotip
CC homozigot dominant păr creț
cc Homozigot recesiv păr drept
Cc Heterozigot păr creț

Dar cum putem determina genotipul și fenotipul descendenților?

Conform primei legi a lui Mendel, numită legea segregării, factorii ereditari pereche se despart
pentru producerea gameților (celule sexuale: ovule și spermatozoizi) în timpul meiozei. În timpul
meiozei rezultă gameți cu un număr redus de cromozomi de la 46 la 23 De exemplu, părintele al
cărui genotip pentru textura părului este Cc va produce două tipuri de gameți atât cu alela C, cât
și cu alela c. Pentru reprezentarea procesului de separare a fie cărei perechi de gene în gameți
diferiți se poate utiliza diagrama lui Punett. În această diagramă, pe orizontală se reprezintă
genotipul mamei, iar pe verticală genotipul tatălui, prezentându -se și modul de separare a
fiecărui genotip în gameți. Celulele rămase se completează prin combinarea unei gene primite de
la tată cu una primită de la mamă. Descendenții cuplului parental reprezentat în diagrama de mai
jos pot avea unul dintre genotipurile rezultate (Cc sau cc).

98

Din diagrama lui Punett se pot obține u rmătoarele informații:
– genotipul descendenților (Cc sau cc)
– raportul de segregare genotipică (50% pentru indivizii Cc; 50% pentru indivizii cc);
– fenotipul descendenților (păr creț și păr drept);
– raportul de segregare fenotipică (50% pentru indivizii cu păr creț, 50% pentru indivizii cu păr
drept).

Metoda pedigree -ului (arborele genealogic) constă în studiul unor caractere ereditare normale și
patologice p rin analiza ascendenței de -a lungul mai multor generații. În construcția unui pedigree
se utilizează semne convenționale care permit analiza modului de transmitere a caracterelor.

Semne convențiale utilizate pentru întocmirea pedigree -ului

bărbat sănătos

femeie sănătoasă

indivizi afectați

linie de căsătorie

linie de filiație

linie de frăție

mama ‘Cc’
C c

tata ‘cc’ C Cc (1) Cc (3)
C Cc (2) Cc (4)

99

generațiile se numerotează cu cifre romane, I
iar persoanele cu cifre arabe 1 2

II

Fig. 1. Transmiterea ereditară a albinismului

Pedigree -ul de mai sus reprezintă transmiterea ereditară a albinismului la cele 3 generaț ii. Astfel,
dacă tatăl este albinotic (genotip aa) și mama sănătoasă (genotip Aa), în generația a doua vor
rezulta doi copii albinotici (genotip aa). În generația a treia toți copiii sunt sănătoși, chiar dacă
tatăl este albinotic (genotip aa), deoarece mam a este sănătoasă și are genotipul AA.

100 ANEXA 2

Exemplu de problemă de genetică din faza de traini ng (studiile 4.1 și 4 .2)

Nivel de dificultate 1

1. O femeie homozigot dominantă pentru culoarea roșcată a părului se căsătorește cu un bărbat
homozigot recesiv pentru culoarea blondă a părului. Folosind simbolul R pentru gena care
determină părul roșcat și alela sa r pentru trăsătura păr blond, stabiliț i raportul de segregare
genotipică și fenotipică a descendenților.

Pasul I: Stabiliți genotipul părinților.
mama – RR, tatăl – Rr;
mama – rr, tatăl – Rr;
mama – RR, tatăl – RR;
mama – RR, tatăl – rr;

Pasul II: Completați diagrama transmiterii ereditare a caracterului de la părinți la c opii (diagrama
lui Punett).

Tata
Mama
r r
R Rr Rr
R Rr Rr

Rr Rr Rr Rr rr RR

101 Pasul III: Realizați pedigree -ul (arborele genealogic) pentru cele două generații.

Pasul IV: Stabiliți raportul de segregare genotipică a descendenților.

50% rr și 50% Rr;
100% Rr;
25% rr, 50% Rr și 25% RR;
50% RR, 50% Rr;

Pasul V: Stabiliți raportul de segregare fenotipică a descendenților.

25% păr blond și 75% păr roșcat;
100% păr blond;
50% păr roșcat și 50% păr blond;
100% păr roșcat;

102
ANEXA 3

Exemple de probleme de genetică din faza de testare ( studiile 4.1 și 4.2)

1. Diastema (strungăreața dintre incisivii centrali de pe maxilar) reprezintă un caracter dominant
(D), iar lipsa ei o trăsătură recesivă (d). Care este raportul de segregare fenotipică al
descedenților unui cuplu parental heterozigot pentru caracterul cu strungăreață?

100% cu strungăreață
50% cu strungăreață și 50% fără strungăreață
100% fără strungăreață
25% fără strungăreață și 75% cu strungăreață

2. La oameni, textura păr ului este determinată ereditar. Părul creț este un caracter ereditar
dominant (C), iar părul lins sau drept este un caracter ereditar recesiv (c). Din căsătoria unui
bărbat cu părul drept și a unei femei cu părul creț rezultă doi copii dintre care unul are părul
drept ca tatăl. Care este probabilitatea ca celălalt copil să aibă părul creț ca mama?

25%
50%
75%
100%