Soumettre la recherche
Mettre en ligne
プログラミング教育の成り立ち
•
5 j'aime
•
7,174 vues
Yasuyuki Maeda
Suivre
ジャン・ピアジェ(Jean Piaget)の構成論から始めて、シーモア・パパート(Seymour Pepart)のLOGOで何をどう学べるかを解説します
Lire moins
Lire la suite
Formation
Signaler
Partager
Signaler
Partager
1 sur 22
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
Deep Learning JP
Graph Attention Network
Graph Attention Network
Takahiro Kubo
化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)
Hiroshi Kajino
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
Toru Tamaki
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
Naoki Hayashi
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
Deep Learning JP
強化学習による 「Montezuma's Revenge」への挑戦
強化学習による 「Montezuma's Revenge」への挑戦
孝好 飯塚
Recommandé
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
[DL輪読会]Learning to Generalize: Meta-Learning for Domain Generalization
Deep Learning JP
Graph Attention Network
Graph Attention Network
Takahiro Kubo
化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)
Hiroshi Kajino
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
文献紹介:Simple Copy-Paste Is a Strong Data Augmentation Method for Instance Segm...
Toru Tamaki
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
Naoki Hayashi
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII2021 [TS3] 機械学習のアノテーションにおける データ収集 〜 精度向上のための仕組み・倫理や社会性バイアス 〜
SSII
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
【DL輪読会】Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation Mo...
Deep Learning JP
強化学習による 「Montezuma's Revenge」への挑戦
強化学習による 「Montezuma's Revenge」への挑戦
孝好 飯塚
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII
[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展
Deep Learning JP
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
ssuser5ec200
DeNA TechCon2018 ゲーム体験を支えるための強化学習
DeNA TechCon2018 ゲーム体験を支えるための強化学習
Jun Okumura
introduction to double deep Q-learning
introduction to double deep Q-learning
WEBFARMER. ltd.
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
西岡 賢一郎
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
H Okazaki
ゲーム木探索技術とコンピュータ将棋への応用
ゲーム木探索技術とコンピュータ将棋への応用
Shogo Takeuchi
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
Deep Learning JP
多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識
佑 甲野
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
Yuya Unno
(2018.3) 分子のグラフ表現と機械学習
(2018.3) 分子のグラフ表現と機械学習
Ichigaku Takigawa
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
Deep Learning JP
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
KnowledgeGraph
20170618論文読み会 伊藤
20170618論文読み会 伊藤
Tomoki Itou
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
Marp for VS Code で作る PowerPoint スライド
Marp for VS Code で作る PowerPoint スライド
Iosif Takakura
プログラミング教育の基礎知識
プログラミング教育の基礎知識
Masahito Zembutsu
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
Yuta Tonegawa
Contenu connexe
Tendances
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII
[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展
Deep Learning JP
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
ssuser5ec200
DeNA TechCon2018 ゲーム体験を支えるための強化学習
DeNA TechCon2018 ゲーム体験を支えるための強化学習
Jun Okumura
introduction to double deep Q-learning
introduction to double deep Q-learning
WEBFARMER. ltd.
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
西岡 賢一郎
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
H Okazaki
ゲーム木探索技術とコンピュータ将棋への応用
ゲーム木探索技術とコンピュータ将棋への応用
Shogo Takeuchi
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
Deep Learning JP
多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識
佑 甲野
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
Naoki Matsunaga
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
Yuya Unno
(2018.3) 分子のグラフ表現と機械学習
(2018.3) 分子のグラフ表現と機械学習
Ichigaku Takigawa
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
Deep Learning JP
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
KnowledgeGraph
20170618論文読み会 伊藤
20170618論文読み会 伊藤
Tomoki Itou
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
nlab_utokyo
Marp for VS Code で作る PowerPoint スライド
Marp for VS Code で作る PowerPoint スライド
Iosif Takakura
Tendances
(20)
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
[DL輪読会]近年のエネルギーベースモデルの進展
[DL輪読会]近年のエネルギーベースモデルの進展
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
コンピュータビジョンで作る未来の栽培技術POL共催セミナー_20220527
DeNA TechCon2018 ゲーム体験を支えるための強化学習
DeNA TechCon2018 ゲーム体験を支えるための強化学習
introduction to double deep Q-learning
introduction to double deep Q-learning
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
ゲーム木探索技術とコンピュータ将棋への応用
ゲーム木探索技術とコンピュータ将棋への応用
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
(2018.3) 分子のグラフ表現と機械学習
(2018.3) 分子のグラフ表現と機械学習
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
[DL輪読会]Geometric Unsupervised Domain Adaptation for Semantic Segmentation
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
20170618論文読み会 伊藤
20170618論文読み会 伊藤
Deep Learningと画像認識 ~歴史・理論・実践~
Deep Learningと画像認識 ~歴史・理論・実践~
Marp for VS Code で作る PowerPoint スライド
Marp for VS Code で作る PowerPoint スライド
Similaire à プログラミング教育の成り立ち
プログラミング教育の基礎知識
プログラミング教育の基礎知識
Masahito Zembutsu
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
Yuta Tonegawa
CE-129 (26) 大学における授業科目 「小中高におけるコンピュータ教育」実践報告
CE-129 (26) 大学における授業科目 「小中高におけるコンピュータ教育」実践報告
Kazuhiro Abe
小学校プログラミング教育教員向け研修<基礎知識>
小学校プログラミング教育教員向け研修<基礎知識>
Asakura Megumi
利根川講演@長野塩尻20170120
利根川講演@長野塩尻20170120
Yuta Tonegawa
CoderDojo 前橋・保護者説明会
CoderDojo 前橋・保護者説明会
Yu Sekiguchi
20140913インフォーマルなSTEM教育の一環としてのサマーキャンプにおける理論とその実践
20140913インフォーマルなSTEM教育の一環としてのサマーキャンプにおける理論とその実践
TomokiSaito6
2020年から始まる小学校プログラミング教育の話 #osc19os
2020年から始まる小学校プログラミング教育の話 #osc19os
Masahito Zembutsu
すごろくチーム 今後の進め方
すごろくチーム 今後の進め方
Atomu Nishimura
20220724_ Ryomafrogsとは?.pdf
20220724_ Ryomafrogsとは?.pdf
Ryomafrogs
A01 角田研究室1四戸洸大 ポスタ.pdf
A01 角田研究室1四戸洸大 ポスタ.pdf
AOMORI SIX
小学校プログラミング教育教員向け研修<学校教育での実践>
小学校プログラミング教育教員向け研修<学校教育での実践>
Asakura Megumi
プログラミング教育に挑戦するために
プログラミング教育に挑戦するために
Naoki Kato
3分で分かる「プログラミング教育・情報教育」
3分で分かる「プログラミング教育・情報教育」
Masahito Zembutsu
プログラミング研修資料 新潟県田上町20170807
プログラミング研修資料 新潟県田上町20170807
Yuta Tonegawa
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Yuta Tonegawa
20190216 reinforcement learning_talks_community
20190216 reinforcement learning_talks_community
Tomokazu Kitamura
初等中等教育におけるジュニアPM教育の現状と今後 ~PMI Educational Foundation (PMIEF)やSSH指定校など国内外の事例紹介~
初等中等教育におけるジュニアPM教育の現状と今後 ~PMI Educational Foundation (PMIEF)やSSH指定校など国内外の事例紹介~
Ayako Togaeri
LeaderSupportProject20110418
LeaderSupportProject20110418
Yuichi Morito
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
デジタル・ナレッジ はが弘明
Similaire à プログラミング教育の成り立ち
(20)
プログラミング教育の基礎知識
プログラミング教育の基礎知識
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議(第1回) みんなのコード 発表資料
CE-129 (26) 大学における授業科目 「小中高におけるコンピュータ教育」実践報告
CE-129 (26) 大学における授業科目 「小中高におけるコンピュータ教育」実践報告
小学校プログラミング教育教員向け研修<基礎知識>
小学校プログラミング教育教員向け研修<基礎知識>
利根川講演@長野塩尻20170120
利根川講演@長野塩尻20170120
CoderDojo 前橋・保護者説明会
CoderDojo 前橋・保護者説明会
20140913インフォーマルなSTEM教育の一環としてのサマーキャンプにおける理論とその実践
20140913インフォーマルなSTEM教育の一環としてのサマーキャンプにおける理論とその実践
2020年から始まる小学校プログラミング教育の話 #osc19os
2020年から始まる小学校プログラミング教育の話 #osc19os
すごろくチーム 今後の進め方
すごろくチーム 今後の進め方
20220724_ Ryomafrogsとは?.pdf
20220724_ Ryomafrogsとは?.pdf
A01 角田研究室1四戸洸大 ポスタ.pdf
A01 角田研究室1四戸洸大 ポスタ.pdf
小学校プログラミング教育教員向け研修<学校教育での実践>
小学校プログラミング教育教員向け研修<学校教育での実践>
プログラミング教育に挑戦するために
プログラミング教育に挑戦するために
3分で分かる「プログラミング教育・情報教育」
3分で分かる「プログラミング教育・情報教育」
プログラミング研修資料 新潟県田上町20170807
プログラミング研修資料 新潟県田上町20170807
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
20190216 reinforcement learning_talks_community
20190216 reinforcement learning_talks_community
初等中等教育におけるジュニアPM教育の現状と今後 ~PMI Educational Foundation (PMIEF)やSSH指定校など国内外の事例紹介~
初等中等教育におけるジュニアPM教育の現状と今後 ~PMI Educational Foundation (PMIEF)やSSH指定校など国内外の事例紹介~
LeaderSupportProject20110418
LeaderSupportProject20110418
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
プログラミング教育の成り立ち
1.
プログラミング教育の成り立ち ScratchDay 2017 (天白区生涯学習センター) 2017.05.13 前田康行
(twitter: @maeda_)
2.
序 近年、子どもたちへのプログラミング教育が注目を集めていますが、 教育用のプログラミング言語の開発は1960年代に始まっており、時間をかけてじっくりと 積み上げられてきたものです。 この資料では、教育用のプログラミングが作られた「背景」と「思想」を解説します。 下記の理解の一助になれば幸いです。 ● プログラミング教育が何であって、何ではないか ● 教える側のあるべき接し方
3.
説明の軸となる二人 1. ジャン・ピアジェ (Jean
Piaget:1896 - 1980) 子どもの知識の獲得の仕組みを研究 2. シーモア・パパート(Seymour Papert:1928 - 2016) ピアジェ理論に影響を受け、それを実践するための教育 用のプログラミング言語LOGOを開発
4.
ジャン・ピアジェ(Jean Piaget) 1896 -
1980 1920年代 幼児の知能の発生と発達の仕組みの研 究を始め、発生的認識論という分野を築いた。 心理学や教育に多大な影響を与え、20世紀最大の 心理学者とも言われる
5.
ピアジェの理論:構成論 論理・数学的知識は、外部から与えられるものではなく、環境との相互作用を通じて、子供自身が内部から構 成する。 理解できない新しい事象に遭遇した時、これまでに獲得してきた知識を使って解釈することで新しい知識を自分 の中へ取り入れようとする( 同化)。もしくはこれまでの知識を変形させて理解しようとする( 調節)。この同化と調 節を繰り返して、より複雑な概念を理解できるようになる すごく雑にまとめると 知識の詰め込みはダメ 子供自身の中で納得するように順々にじっくり理解を育むこ とが大切 ということを実証実験を通して科学的に説明した
6.
ピアジェの理論:発達段階 下記のように知識の発達に段階があるとされ、4つの段階に分類される。 ピアジェは、段階に合わせた教育が必要と考えた。 年齢 (目安) 段階 性質 0〜2 感覚運動期
感覚(見る、聴く、触るなど)と運動(つかむ、つまむ、 噛むなど)によって外界を把握、認識する段階 2〜6 前操作期 外界の認識が感覚と運動(活動)から操作へ発達して いく過渡期 7〜11 具体的操作期 具体的に理解できる物事については論理的に考える ことができるようになる時期 11〜 形式的操作期 具体的な物事にとらわれず、抽象的に考えることがで きるようになる時期 http://www.chiikunote.com/entry/geneticepistemology より抜粋 この年代では抽象的な考え方は難しく、具 体的な体験を伴った教育が必要
7.
コンスタンス・カミイ レズリー・ハウズマン著 2000年著(原著) ピアジェ理論に基づく算数教育の解説の本。 人類が発明した算数を子ども自身に”再”発明させる教育方法 の説明 四則演算を子どもたちに能動的に学ばせる方法が記載されて いる。実践例が豊富でその効果もわかりやすい 子どもたちが発明する算数 ピアジェの構成論にもとづく教育
8.
「子どもたちが発明する算数」より 第12章 「3. 自律性と子供の算数の学習」より見出し 1.
内発的な動機の大切さ 2. 問題の解き方を教えないこと ● 解き方を教えるよりも質問する ● 発達に適した問題を出す ● 自分で問題を解かせるようにする ● すべての子どもたちが解き方を発明できるようにする 3. 答えが正しいか間違っているか言わないこと 4. 日常の生活場面や文章題を通して教えること 5. ワークブックよりゲームの方がすぐれていることを認識すること ※ワークブック=計算ドリルなど ゲーム=四則演算を使って遊ぶゲーム
9.
「子どもたちが発明する算数」より 第5章 2(2) 「アルゴリズム(筆算の仕方)を教えない」
より 小学校2年生の学年末に鉛筆と紙を使わないで、”7 + 52 + 186”をやってもらい 以下の条件ごとの結果を比較する 1. 学校で計算のやり方だけを教えた場合 2. 学校では計算のやり方を教えず、親がやり方を教えた場合 3. 学校では計算のやり方を教えず、親もやり方を教えなかった場合 (構成論的に教育された場合)
10.
「子どもたちが発明する算数」より 計算方法だけを 教えた場合 明らかに間違った 答えが多い 足し算の意味の理解が 伴っていない 子供たちが自発的に学ぶ ように促した場合 間違えたとしても、明らかにおか しい間違え方は少ない 表5.3 5月に2年生の3つのクラスで行った7+52+186 の答え
11.
ここまでのまとめ ● 構成論において、論理的に考える力は外から与えられるものでなく、子ども自身で 構成するもの ● 子供が自発的かつ体験的/実践的に学んでいける環境が必要 「コンピュータを使って支援ができないか」とシーモア・パパートは考えた
12.
シーモア・パパート(Seymour Papert) 1928 -
2016 ジャン・ピアジェとの共同研究の成果を活かし、 教育用プログラミング言語 LOGOの開発 100ドルPC を開発し発展途上国に配布する計画(OLPC)に従 事 人工知能の研究 LEGO社のマインドストームを共同開発
13.
マインドストーム 子供、コンピューター、そして強力なアイデア シーモア・パパート著 1980年著(原著) プログラミング教育の可能性、LOGOの設計思想、LOGOで実現 できたものの解説 ※ LEGO社のマインドストームの解説本ではありません。
14.
LOGO 亀(タートル)に前進・後退、回転の命令を与えて移動させる。そ の時の軌跡を描画して、様々な絵を描くことができる。 このアイデアはScratchにも引き継がれたため、次ページ以降で はScratchを使って、この仕組みで何を学べるかを説明する LOGOで描いた絵 (マインドストームより抜粋)
15.
「正方形を描く」にはどうすればよいか? 実体験と画面内のキャラクタとを結びつけて考える すでに獲得済みの知識から拡張するように 新しい知識が獲得できる。 構成論の同化(P.5)を促す仕組みになっている。 マインドストーム P.72 より抜粋 望みの形を描くには画面のタートルがこう動くべ きだと思う通りに自分の身体を動かしてごらん
16.
- 「繰り返す」を使って書く - 正8角形を作る -
指定された正多角形を作る 改造する
17.
- 移動量を変化させる -
角度をずらして、何度も描く もっと改造する
18.
これに至るまでの流れ 1. 「四角形をつくろう」→ できた 2.
「もっと大きい四角を描くにはどうすればいい?」 3. 間違えて角度を129度に変えてしまう 4. 変わった図形ができる。面白がって何回も実行する 5. 何度も重ねて描くと、丸が描かれることを発見 6. いろいろ教えながら、最終的に右の形になる 先週子供が作った作品 小学校1年生の作品 タブレットしか触ったことがなく、クリックや ドラッグから教えた。スクラッチも初めて
19.
期待できること ● 実践的/体験的な学習 ○ 子供が能動的に学んだり、次の問題を自分で見つけたりしやすい ○
変数を道具として実践的に導入できる。 ○ 共通する規則を見出したり、一般化して利用することを実践できる。 ● 試行錯誤・おかしいところを治す(デバッグ) ○ 子供の好きなタイミングで好きなだけ試行錯誤できる。 ○ 正しい答えはなく、自分が納得できるまで探求できる。 ○ プログラムは命令通りに動く。思い通りに動かないのは自身の思い込みがあるから → 客観的な視点をもって問題を見る必要がある ○ 問題を分けて、間違っている部分を絞り込む
20.
シーモア・パパートの歯車の話 マインドストーム まえがき より抜粋 歯車がモデルになって多くの抽象概念を私の頭に持ち込んだのである。学校で教 わった数学のうちで2つの例をはっきり覚えている。掛け算の九九表を歯車として考 えたこと,
2変数方程式に初めて出合った時、即座に差動装置を連想したことなどで ある。xとyの関係をあらわした歯車を頭に描き、歯車の歯がそれぞれ幾つあったら よいかなどと考えているうちに, その方程式にすっかり親しんだものである。 何年も後になってピアジェの書を読んだ時, この出来事が彼のいう同化(P.5)の概 念の好例となった。
21.
教える側の姿勢 ● 子供の自発性に任せるが放置ではない ● 適切に学習を促すことが大事 ●
ピアジェ理論に基づく教育方法 「子どもたちが発明する算数」(P.8)が具体例が多く参考になる部分が多い ● 作品を発表してもらう/他の作品を見せる ○ 説明するうちに客観的な視点で作品を見れる ○ スクラッチで何ができるかを知ったり、どうやるか考えるきっかけになる
22.
ボランティアによる プログラミング教育コミュニティ (愛知県内) 各地で月1〜2回程度開催しています。みなさまの参加をお待ちしております。 ● CoderDojo
天白 / ScratchDojo 天白 / ScratchDojo 原 ● CoderDojo 名古屋 ● CoderDojo 大治 ● CoderDojo 尾張 ● CoderDojo 豊橋
Télécharger maintenant