16

*Johdatus oppimistieteen teorioihin tiedon rakentamisesta ja soveltamisesta

Kuten aiemmin mainittu, tietojärjestelmämme koostuu skeemoista eli sisäisistä malleista, jotka ovat säilömuistissa olevia toisiinsa liittyvien tietojen verkostoja. Säilömuistissa säilytettävät skeemat vaihtelevat monimutkaisuudeltaan ja automatiosoitumiseltaan (Van Merrienboer & Sweller, 2010). Yksi tapa hahmottaa skeemoja on verrata niitä karttoihin ja suunnistamiseen ja kysyä: missä olemme juuri nyt? Kysymystä voi lähestyä maailman mittakaavassa ja sanoa olevansa Suomessa sekä hakea mieleensä kartan tai skeeman maailmasta. Kysymykseen voisi myös vastata olevansa Helsingissä, mutta silloin maailmankartta olisi liian epätarkka. Helsinki kenties sijoittuisi skeemaan pohjois-Euroopasta tai Suomesta. Kysymykseen voisi myös vastata huoneiston numerolla, mutta silloin aiempi skeema ei olisi sopiva. Tarvitsisimme skeeman kyseessä olevasta kerroksesta tai rakennuksesta. Näiden ”karttojen” välillä liikkuminen on kuitenkin suhteellisen vaivatonta. Nämä skeemat ovat pitkälti automatisoituneet, ja pitävät sisällään valtavan määrän tietoa, jota voi käyttää käsillä olevan ongelman ratkomiseen – kuten vastatakseen kysymykseen siitä, missä on ja minne seuraavaksi täytyy suunnistaa.

Viimeisen kymmenen vuoden aikana ymmärrys skeemojen taustalla olevista aivomekanismeista on selkiynyt (esim. miten skeemat ovat edustettuna, miten ne aktivoituvat ja päivittyvät aivoissa). Skeemojen uskotaan rakentuvan ja järjestyvän hierarkkisesti yksinkertaisista monimutkaisiin ja yleisistä tarkkarajaisempiin. Lisäksi ajatellaan, että hierarkian alemmalla tasolla saatavilla oleva tieto, esimerkiksi aistijärjestelmän tieto, koodataan hierarkkisesti representiaatioiksi tiedon yleistettävyyden perusteella, ja näitä representaatioita käytetään vastaanotetun alemman tason tiedon tulkinnassa (Kukushkin & Carew, 2017).

Tämä hierarkkinen järjestys näkyy fysikaalisella tasolla siinä, miten skeemat rakentuvat aivoissa. Alla oleva teksti antaa esimerkin skeeman hierarkkisesta järjestäytymisestä aivoissa. Tekstit tarkoituksena on havainnollistaa, miten skeemateoriat vastaavat aivojen toiminnallisia ja rakenteellisia ominaisuuksia, eikä ainoastaan pohjaudu käyttäytymistutkimukseen. Aivojen anatomiasta oppimiseen suositellaan seuraavia lähteitä:

• (1) Yksinkertainen yleiskuva (http://www.mayfieldclinic.com/pe-anatbrain.htm);
• (2) Video-oppitunti neuroanatomiasta (UBC Medicine, https://www.youtube.com/watch?v=xB7rXw_3gVY).

Aivojen uloin kerros aivokuori on tärkeässä roolissa korkeamman tason toiminnoissa, joihin kuuluu mm. tarkkaavuus, havaitseminen, ajattelu, muisti, kieli ja tietoisuus. Skeemojen ajatellaan rakentuvan aivoissa ylemmästä alempaan aivokuoreen. Fuster ja Bressler (2015) kuvaavat artikkelissaan “Past makes future: role of pFC in prediction” aivokuoren rakennetta, joka muuttuu yleisestä yksityiskohtaisempaan. Esimerkiksi ylemmältä aivokuorelta löytyisi käsite “lintu”, ja alempana taas sijaitsee tarkempia kuvauksia lintulajeille kuten “kanarialintu”. Aistitiedon prosessointiin keskittyvältä sensoriselta aivokuorelta taas löytyy eri ominaisuuksia kuten linnun värit, äänet ja hajut. Näin hierarkia yleisemmästä yksityiskohtaiseen heijastuvat aivojen fyysisinä representaatioina. Muistojen ja tietoyksiköiden ajatellaankin koostuvan hajautetuista ja hierarkkisesti järjestäytyneistä aivokuoren verkostoista (Fuster, 2009).

Skeemat liittyvät toisiinsa yhteyksien kautta riippuen siitä, kuinka samanlaisia tai erilaisia ne ovat. Tämä heijastuu myös aivojemme kahdenlaisissa viestintäkeinoissa, joita ovat toimintaa kiihdyttävät ja estävät signaalit. Toimintaa kiihdyttävä viestintä vahvistaa samanlaisten sisältöjen välisiä yhteyksiä kun taas toimintaa estävä viestintä heikentää yhteyksiä keskenään erilaisten sisältöjen välillä (Fuster & Bressler, 2015). Kun jokin osa skeemaa aktivoituu hermoverkostoissa, tämä aktivoi myös muita skeeman osia. Samalla skeemaan liittymättömiä yhteyksiä ehkäistään, jotta ne eivät kuormittaisi tiedonkäsittelyä.

Lähteet: Osa 4

• Van Merriënboer, J. J., & Sweller, J. (2010). Cognitive load theory in health professional education: design principles and strategies. Medical education, 44(1), 85-93.
• Fuster, J. M. (2009). Cortex and memory: emergence of a new paradigm. Journal of cognitive neuroscience, 21(11), 2047-2072.
• Fuster, J. M., & Bressler, S. L. (2015). Past makes future: role of pFC in prediction. Journal of cognitive neuroscience, 27(4), 639-654.
• Kukushkin, N. V., & Carew, T. J. (2017). Memory Takes Time. Neuron, 95(2), 259-279.
• Gilboa, A., & Marlatte, H. (2017). Neurobiology of schemas and schema-mediated memory. Trends in cognitive sciences, 21(8), 618-631.
• van Kesteren, M. T., Ruiter, D. J., Fernández, G., & Henson, R. N. (2012). How schema and novelty augment memory formation. Trends in neurosciences, 35(4), 211-219.
• Squire, L. R., Genzel, L., Wixted, J. T., & Morris, R. G. (2015). Memory consolidation. Cold Spring Harbor perspectives in biology, 7(8), a021766.
• Fuster, J. M., & Bressler, S. L. (2015). Past makes future: role of pFC in prediction. Journal of cognitive neuroscience, 27(4), 639-654.