학습 스타일 이론, 맞춤 교육이 온보딩에 효과가 있을까?
3줄 요약
- 교육 자료를 시각·청각·읽기용으로 나눠 달라는 요청을 받고 근거를 뒤졌더니, 교육자 15,045명을 조사한 문헌고찰에서 가중 89.1%가 믿는 이 전제를 검증할 설계 요건을 갖춘 연구는 1편뿐이었고 그마저 이상치를 제외한 뒤에 결과가 나왔습니다.
- 요건을 갖춘 설계로 돌린 실험에서 스타일과 교수 방식의 상호작용은 잡히지 않았습니다. 성인 121명 F(1,66)=0.34, 초등 5학년 125명 F(1,38)=1.16, 그리고 검정 51개 중 유의는 2개인데 우연만으로 기대되는 값이 2.55개였습니다.
- 자료를 3종으로 나누는 데 들어갈 첫해 15.3시간을 연습 시험 문항과 재노출 일정으로 옮기시면 됩니다.
"리드님, 저는 영상으로 봐야 머리에 들어와서요. 온보딩 문서만 주시면 좀 어렵습니다."
합류 3일차 팀원이 한 말입니다. 저는 그날 온보딩 문서를 세 갈래로 쪼개는 작업을 잡아 두었습니다. 화면 녹화판, 낭독 오디오판, 지금 있는 문서판. 그리고 세 갈래를 만들기 전에 팀원 다섯 명의 학습 스타일을 검사로 확인해 누구에게 무엇을 주는지 정하려고 했습니다.
작업을 잡아 두고 근거를 찾는 순서가 거꾸로였다는 것을 그날 밤에 알았습니다. 검사 결과를 어떻게 자료 배분으로 옮길지 규칙을 세우려면 "스타일에 맞춘 방식이 그 사람의 학습을 더 낫게 만든다"는 관계가 먼저 있어야 하는데, 그 관계를 확인한 문헌이 손에 잡히지 않았습니다. 대신 그 관계를 확인하려면 어떤 실험을 해야 하는지 못 박아 둔 논문이 나왔고, 거기서부터 인용된 원문을 차례로 열었습니다.
1. 온보딩 설계에서 무엇을 바꾸고 무엇을 그대로 둘 것인가
먼저 결과 표를 놓고, 이후 섹션이 각 행의 근거를 채웁니다.
| 온보딩 설계 항목 | 학습 스타일 근거 | 대신 확인된 근거 | 권고 |
|---|---|---|---|
| 팀원별 학습 스타일 검사 실시 | 요건 충족 연구 1편, 시판 검사·개입은 0편 | 없음 | 하지 않습니다 |
| 자료를 시각·청각·읽기 3종으로 분기 | 상호작용 F(1,66)=0.34 · F(1,38)=1.16 모두 비유의 | 제시 형식 주효과는 있으나 스타일과 무관 | 단일 자료로 유지합니다 |
| 자료에 그림·도표·화면 캡처 추가 | 스타일 매칭 근거는 아님 | 매칭과 무관한 자료 품질 판단 사항 | 전원 공통으로 넣습니다 |
| 온보딩 뒤 연습 시험 배치 | 해당 없음 | Dunlosky 2013 high utility 2종 중 하나 | 새로 넣습니다 |
| 같은 내용의 재노출 일정 분산 | 해당 없음 | Dunlosky 2013 high utility 2종 중 하나 | 새로 넣습니다 |
| 밑줄·형광펜 권장, 요약문 작성 지시 | 해당 없음 | Dunlosky 2013 low utility 5종에 포함 | 권장하지 않습니다 |
두 번째 행이 이 글의 중심입니다. 그림을 넣는 것과 "시각형에게 그림을, 청각형에게 소리를" 넣는 것은 다른 이야기이고, 앞의 것은 근거가 있으나 뒤의 것은 없습니다.
2. 교육자 89.1%가 믿는데 근거가 왜 안 나오나
먼저 이 믿음이 얼마나 넓은지 봐야 규모 감각이 생깁니다. Newton과 Salvi가 2020년에 낸 체계적 문헌고찰이 이것을 세었습니다. Frontiers in Education 5권 602451번, 온라인 게재 2020년 11월 25일입니다.
응답자 15,045명, 가중 비율 89.1%
포함 기준을 통과한 연구는 33편이고 표본은 37개, 응답자는 교육자 15,045명입니다. 조사 시점은 2009년부터 2020년 초까지 흩어져 있습니다.
| 집단 | 학습 스타일 맞춤 교수를 믿는 비율 | 비고 |
|---|---|---|
| 전체 (가중) | 89.1% | 34개 표본이 이 비율을 보고 |
| 전체 (단순 평균) | 86.2% | — |
| 예비교사 | 95.4% | — |
| 정규 교사 | 87.8% | 예비교사와 차이 없음 (U=82, P=0.529) |
| 고등교육 종사자 | 63.6% | 연구 3편 기반, 통계 검정 미실시 |
| 최고치 | 97.6% | Dündar & Gündüz 2016, 터키 예비교사 |
분석된 모든 연구에서 과반이 믿는다고 답했습니다. 시간이 지나면서 줄어들지도 않았습니다. 연구 실시 연도와 신념 비율의 상관은 r=−0.290, P=0.102였고, 교직 경력 연수와의 상관은 r=−0.158, P=0.642였습니다.
믿음과 실행 사이에 간격이 없습니다
이런 조사에서 흔히 기대하는 위안거리는 "믿기는 하지만 실제로는 안 쓴다"는 결과입니다. 그 위안은 없었습니다. 사용 여부를 측정한 7편에서 실제로 수업에 적용한다는 응답이 가중 79.7%였고, 신념 비율 89.1%와 통계적으로 다르지 않았습니다(P=0.146). 믿는 만큼 쓰고 있다는 뜻입니다.
다만 37개 표본 중 무작위 대표 표본을 쓴 연구는 0건이었으므로, 89.1%는 이 한계를 안고 읽어야 합니다.
설명하면 78.4%에서 37.1%로 떨어집니다
같은 문헌고찰에 사전·사후 설계로 교육 개입을 한 연구 4편이 있습니다. 개입 전 78.4%였던 신념이 개입 후 37.1%로 내려갔습니다(Cohen's d=3.6, 대응 t검정 P=0.012). 팀에 이 이야기를 꺼내는 일이 헛수고는 아니라는 근거로는 이 값이 가장 쓸 만합니다. 다만 4편이고, 개입 직후 측정이라는 점은 같이 적어 둡니다.
3. 검증에 필요한 설계 — 요건 4개와 교차 상호작용
믿음의 규모보다 중요한 것은 이 주장이 어떤 모양이어야 검증 가능한 주장이 되는지입니다. Pashler, McDaniel, Rohrer, Bjork가 2008년에 Psychological Science in the Public Interest 9권 3호 105–119쪽에 실은 논문이 그 모양을 못 박았습니다. DOI는 10.1111/j.1539-6053.2009.01038.x입니다. 호 발행은 2008년 12월이고 SAGE 페이지의 article:published_time은 2009년 12월 1일로 표기되어 있어, 인용에서 2008년과 2009년이 섞이는 이유가 여기 있습니다.
요건은 네 개이고, 하나라도 빠지면 판정할 수 없습니다
| # | 요건 | 빠질 때 생기는 문제 |
|---|---|---|
| 1 | 학습 스타일 측정치로 학습자를 둘 이상의 집단으로 나눈다 | 비교할 대상이 없습니다 |
| 2 | 각 스타일 집단 안에서 둘 이상의 교수 방식에 무작위 배정한다 | 배정 자체가 스타일과 얽혀 원인을 가릴 수 없습니다 |
| 3 | 전원에게 동일한 성취 검사를 실시한다 | 검사가 다르면 점수를 견줄 수 없습니다 |
| 4 | 한 집단의 성적을 최적화하는 방식이 다른 집단에서는 아니어야 한다 | 방식의 주효과와 구분되지 않습니다 |
네 번째가 핵심입니다. 논문은 이 가설이 "가로축이 학습 스타일일 때 나타나는 교차 상호작용(crossover interaction)이 있을 때에만" 지지된다고 적었습니다. 그리고 저자들은 자신들의 기준이 원래 주장보다 관대하다는 점을 밝혔습니다. 스타일에 맞는 방식이 실제로 그 스타일과 부합해야 한다는 조건(meshing hypothesis)까지는 요구하지 않고, 교차 상호작용만 나오면 지지로 인정하겠다는 입장입니다.
아래는 논문의 판정 절차를 그대로 함수로 옮긴 것입니다. 팀에서 누가 학습 스타일 자료를 가져올 때 통과 여부를 세 줄로 확인할 수 있습니다.
# Pashler et al. 2008이 규정한 4개 요건 판정
# 네 항목이 모두 True 여야 "이 연구는 판정 대상이 된다"고 말할 수 있습니다
def is_testable(study: dict) -> tuple[bool, list[str]]:
req = {
"스타일로 집단 분할": study.get("style_groups", 0) >= 2,
"집단 내 방식 무작위 배정": study.get("random_within_group", False),
"동일 성취 검사": study.get("same_outcome_test", False),
"교차 상호작용 보고": study.get("crossover_interaction", False),
}
missing = [k for k, ok in req.items() if not ok]
return (len(missing) == 0, missing)
# 사례 1: 널리 인용되는 "시각형 학생에게 영상을 보여주니 좋아졌다" 류
naive = {"style_groups": 1, "random_within_group": False,
"same_outcome_test": True, "crossover_interaction": False}
print(is_testable(naive))
# (False, ['스타일로 집단 분할', '집단 내 방식 무작위 배정', '교차 상호작용 보고'])
# 사례 2: Rogowsky et al. 2015 (설계는 통과, 결과는 상호작용 비유의)
rogowsky = {"style_groups": 2, "random_within_group": True,
"same_outcome_test": True, "crossover_interaction": False}
print(is_testable(rogowsky))
# (False, ['교차 상호작용 보고']) ← 설계는 적절했고 결과가 안 나온 경우입니다
요건을 채운 연구는 1편이고, 이상치를 뺀 뒤에 나왔습니다
논문의 표현은 "앞서 서술한 기준을 잠재적으로라도 충족한다고 볼 수 있는 연구를 단 1편 찾았고, 그마저 설득력이 떨어지는 근거를 제공했다"입니다. 그 1편은 Sternberg, Grigorenko, Ferrari, Clinkenbeard가 1999년에 낸 연구입니다.
내용을 보면 왜 저자들이 그렇게 적었는지 알 수 있습니다. 참가자 324명 중 스타일로 분류된 사람은 112명, 34.6%였습니다. 맞춘 집단이 평가 3개 중 2개에서 우세했고, 상호작용은 "명시되지 않은 이유로 이상치를 제외한 뒤에야" 얻어졌습니다. 원자료는 보고되지 않았습니다.
시판 검사와 개입에 대해서는 0편입니다
이 대목이 팀 예산과 직접 닿습니다. 논문은 교사에게 활발히 판매되는 특정 검사 도구와 개입에 대해서는 기준을 충족하는 근거를 "전혀 찾을 수 없었다"고 적었습니다. 그러면서 2008년 6월 기준 가격을 나열했습니다. Dunn & Dunn 계열 분류 도구가 학생 1인당 약 5달러, 여름 인증 프로그램이 1인당 1,225달러(식비·숙박 제외), 연구용 상위 인증이 추가 1,000달러, Kolb LSI가 10권 팩 약 100달러입니다. 지금 가격은 확인하지 않았으므로 규모 감각으로만 읽으시면 됩니다.
논문이 인용한 Coffield 등의 2004년 검토 보고서는 학습 스타일 모델 71개를 식별하고 그중 13개만 주요 모델로 심층 분석했습니다. 나머지 58개는 부록 목록으로만 남았습니다. 그 13개 중 최소 기준을 충족한 것이 몇 개인지는 2004년 원문에서 확인하지 못했으므로 이 글에서는 숫자를 쓰지 않았습니다.
4. 실제로 돌려본 실험에서 나온 값
설계 요건을 갖추고 돌린 실험들이 무엇을 내놓았는지가 남았습니다.
성인 121명: 상호작용 F(1,66)=0.34
Rogowsky, Calhoun, Tallal이 Journal of Educational Psychology 107권 1호 64–78쪽에 실은 연구입니다. DOI 10.1037/a0037478, 온라인 선공개 2014년 7월 28일, 인쇄 2015년 2월호입니다.
참가자는 학사 학위만 보유한 성인 121명, 평균 연령 30.6세입니다. 스타일은 Dunn & Dunn 계열 성인용 검사로 측정했습니다.
| 검정 | 값 | 판정 |
|---|---|---|
| 적성검사 × 학습스타일 상호작용 | F(1,66)=0.34, p>.05 | 비유의 |
| 검사 형식 주효과 | F(1,66)=12.7, p<.05, η²=0.16 | 듣기 14.1 > 읽기 12.8 |
| 학습스타일 주효과 | F(1,66)=6.9, p<.05, η²=0.09 | 시각-단어형 14.4 > 청각형 12.6 |
| 논픽션 즉시 이해 상호작용 | F(1,37)=0.42, p>.05 | 비유의 |
| 2주 후 파지 상호작용 | F(1,37)=0.54, p>.05 | 비유의 |
주효과는 두 개 다 유의했는데 상호작용만 없었습니다. 형식에도 차이가 있고 스타일 집단 간에도 점수 차이가 있지만, 그 두 개가 맞물려 서로를 살려 주는 관계는 없다는 뜻입니다.
방향이 반대로 나온 값도 있습니다. 121명 전원 대상 단계적 회귀에서 듣기 이해를 예측한 유일한 유의 변인이 검사의 청각 선호 점수였고, 관계는 음(−)이었습니다(F(1,119)=12.96, p<.001, R²=.10). 청각 선호가 높다고 답한 사람이 듣기 이해에서 오히려 낮았다는 뜻이고, 맞춤 가설이 예측하는 방향의 반대입니다.
초등 5학년 125명, 그리고 68%가 분류되지 않았습니다
같은 연구진의 2020년 후속 연구가 Frontiers in Psychology 11권 164번으로 나왔습니다. DOI 10.3389/fpsyg.2020.00164, 온라인 게재 2020년 1월 22일입니다.
적격 모집단 136명 중 3일 연속 출석한 125명이 참가했습니다. 상호작용은 F(1,38)=1.16, p=0.29로 비유의였고, 학습 스타일 주효과는 F(1,32)=12.92, p=0.001, η²=0.29로 유의했습니다. 교수 방식 주효과는 F(1,32)=1.15, p=0.29였습니다. 여기서도 상관은 반대 방향이었습니다. 시각 선호와 읽기 이해가 r=0.07(p=0.48)로 무관했고, 청각 선호와 듣기 이해는 r=−0.22(p=0.02)로 유의하지만 음이었습니다.
이 논문에서 팀 운영에 가장 실용적인 값은 다른 곳에 있습니다. 분석 대상 107명 중 73명, 68.2%가 청각 선호와 시각 선호가 사실상 동등해 분류 자체가 불가능했습니다. 2015년 성인 연구에서도 121명 중 53명, 43.8%가 분류 불가였습니다. Sternberg 1999에서는 분류된 사람이 34.6%뿐이었습니다.
QA 4~6명 팀에 이 비율을 대보면 어떤 일이 벌어지는지가 바로 보입니다. 6명 팀에서 43.8%가 분류 불가라면 2.6명, 68.2%라면 4.1명이 "어느 자료를 줘야 할지 정할 수 없는 사람"으로 남습니다. 자료를 3종으로 만들어 놓고 팀의 절반 안팎에는 배분 규칙 자체를 적용할 수 없다는 뜻입니다.
검정 51개 중 유의 2개, 우연 기대치 2.55개
Massa와 Mayer가 Learning and Individual Differences 16권 4호 321–335쪽에 실은 연구가 이 문제를 가장 넓게 훑었습니다. DOI 10.1016/j.lindif.2006.10.001, Crossref 등록 2006년 12월 9일입니다.
실험 3개에 참가자 52명, 61명, 62명입니다. 언어형-시각형 차원과 관련된 인지 측정 14종과 합성 측정치 4개를 총동원해 도움창을 텍스트로 줄 때와 삽화로 줄 때의 상호작용을 찾았습니다. 실험 1은 검정 18개 중 17개, 실험 2는 15개 중 14개, 실험 3은 18개 중 18개에서 상호작용이 유의하지 않았습니다. 저자들의 총평은 상호작용을 찾으려 51가지 방식을 시도해 2번 성공했고, 유의수준 .05에서 우연만으로도 51회 중 2.55개의 유의 효과가 기대된다는 것이었습니다.
이 대비를 숫자로 확인해 두면 다음에 누가 "그래도 유의한 결과가 있었다"고 말할 때 바로 대답할 수 있습니다.
# 다중 검정에서 우연만으로 유의 결과가 몇 개 나오는가
# Massa & Mayer 2006: 상호작용 검정 51개, 유의 2개, alpha = .05
from math import comb
def chance_hits(n_tests: int, alpha: float = 0.05):
expected = n_tests * alpha # 기대 개수
p0 = (1 - alpha) ** n_tests # 하나도 안 나올 확률
p1 = n_tests * alpha * (1 - alpha) ** (n_tests - 1)
return expected, 1 - p0 - p1 # 2개 이상 나올 확률
exp, p_ge2 = chance_hits(51)
print(f"기대 유의 개수 {exp:.2f}개 / 2개 이상 나올 확률 {p_ge2:.1%}")
# 기대 유의 개수 2.55개 / 2개 이상 나올 확률 73.1%
# 실제 관측값 2개가 우연 분포의 어디쯤인지 확인합니다
n, a = 51, 0.05
pmf = [comb(n, k) * a**k * (1 - a)**(n - k) for k in range(6)]
for k, p in enumerate(pmf):
mark = " ← 관측값" if k == 2 else ""
print(f"유의 {k}개: {p:.3f}{mark}")
돌려 보면 유의 2개가 나올 확률이 0.258로 이 분포의 최빈값입니다. 검정을 51개 돌렸을 때 우연만으로 가장 흔하게 나오는 결과가 정확히 관측값이라는 뜻입니다.
같은 연구를 다룬 Pashler 논문의 정리에 따르면, 적절한 설계로 검증해 맞춤 가설과 반대되는 결과를 낸 연구로 Massa & Mayer 2006, Cook 등 2009, Constantinidou & Baker 2002가 본문에 서술되어 있습니다. Cook 등의 연구는 내과 전공의 123명을 대상으로 감각형·직관형과 문제 우선·정보 우선 방식을 교차시켰고 예측을 지지하지 못했습니다.
5. 자료를 3종으로 나누는 데 드는 값
효과가 확인되지 않은 것과 비용이 든다는 것은 별개이므로 따로 세어 봤습니다. 아래 값은 우리 팀 기준 가정이니 숫자를 바꿔 넣어 보시는 편이 낫습니다.
# 온보딩 자료 분기 vs 단일 자료 + 연습 시험 — 첫해 공수 비교
# 가정: 자료 1종 초기 제작 6.0h, 분기 시 공통부 60% 재사용,
# 제품 변경으로 인한 자료 갱신 연 4회
BASE_BUILD = 6.0 # 자료 1종 초기 제작 시간
REUSE = 0.6 # 분기본이 원본에서 재사용하는 비율
UPDATE_PER_YEAR = 4 # 연간 갱신 횟수
UPDATE_1 = 1.5 # 1종 갱신 시간
QUIZ_BUILD = 1.0 # 연습 시험 6문항 제작
QUIZ_UPKEEP = 0.5 # 문항 연간 갱신
def split_plan(kinds: int):
build = BASE_BUILD + (kinds - 1) * BASE_BUILD * (1 - REUSE)
upkeep = UPDATE_PER_YEAR * UPDATE_1 * kinds
return build, upkeep, build + upkeep
def single_plus_quiz():
build = BASE_BUILD + QUIZ_BUILD
upkeep = UPDATE_PER_YEAR * UPDATE_1 + QUIZ_UPKEEP
return build, upkeep, build + upkeep
for name, (b, u, t) in [("3종 분기", split_plan(3)), ("단일+연습시험", single_plus_quiz())]:
print(f"{name:14s} 초기 {b:5.1f}h 유지 {u:5.1f}h 첫해 {t:5.1f}h")
# 3종 분기 초기 10.8h 유지 18.0h 첫해 28.8h
# 단일+연습시험 초기 7.0h 유지 6.5h 첫해 13.5h
첫해 차이가 15.3시간입니다. 유지 쪽이 더 무거운데, 자료 종수가 늘면 제품이 바뀔 때마다 그만큼 곱해지기 때문입니다. 여기에 학습 스타일 검사 비용이 얹힙니다. 6명이면 1인당 5달러 기준으로 30달러이고, 검사 결과를 해석하는 인증 과정을 밟는다면 1,225달러부터입니다. 2008년 6월 기준 값이니 지금은 다를 것입니다.
판단 표: 도입 난이도와 유지보수 비용
| 방안 | 도입 난이도 | 유지보수 비용 | 팀 학습곡선 | 근거 상태 |
|---|---|---|---|---|
| 스타일 검사 후 자료 3종 분기 | 높음 (검사 해석 규칙 필요) | 첫해 28.8h, 이후 자료 종수에 비례 | 낮음 (익힐 것이 없음) | 요건 충족 1편, 시판 도구 0편 |
| 단일 자료 + 연습 시험 6문항 | 낮음 (문항 작성 1h) | 첫해 13.5h | 중간 (문항 난이도 조정 감각) | high utility 2종 중 하나 |
| 단일 자료 + 재노출 일정 분산 | 낮음 (일정만 나누면 됨) | 캘린더 관리 연 1h 내외 | 낮음 | high utility 2종 중 하나 |
| 자료에 도표·화면 캡처 보강 | 중간 (캡처 갱신 부담) | 갱신 시 1종만 손대면 됨 | 낮음 | 매칭 근거 아님, 자료 품질 판단 |
세 번째 행이 비용 대비 근거가 가장 좋습니다. 일정을 나누는 것은 자료를 새로 만들지 않고 캘린더만 손대면 되는 일입니다.
6. 그래서 온보딩을 어떻게 다시 짰나
Dunlosky 등이 2013년에 Psychological Science in the Public Interest 14권 1호 4–58쪽에 실은 검토가 학습 기법 10종을 유용성 등급으로 정리해 두었습니다. DOI 10.1177/1529100612453266, 온라인 2013년 1월 8일입니다. 학습 스타일 대신 여기서 골랐습니다.
| 등급 | 기법 |
|---|---|
| High utility | 연습 시험(practice testing), 분산 연습(distributed practice) |
| Moderate utility | 정교화 질문, 자기 설명, 교차 연습(interleaved practice) |
| Low utility | 요약, 강조표시·밑줄, 키워드 기억술, 텍스트 이미지화, 재독 |
low utility 다섯 개 중 두 개가 제가 온보딩 안내에 적어 두었던 것이었습니다. "중요한 부분에 밑줄 치면서 읽고, 다 읽은 뒤 한 문단으로 요약해 보세요." 그 줄을 지웠습니다.
연습 시험을 어떻게 설계하는지는 인출 연습의 조절변인을 정리했던 글에 정답률 구간과 피드백 시점까지 적어 두었으니 그쪽을 보시면 됩니다. 온보딩 항목 자체를 무엇으로 채울지는 스킬 매트릭스를 레벨로 쪼갠 기록에 남겨 두었습니다.
팀원의 요청에는 어떻게 답했나
"영상으로 봐야 들어온다"는 말을 근거 없다고 자른 것은 아닙니다. 그 말이 담고 있던 실제 문제는 따로 있었습니다. 문서가 화면 이동 경로를 글로만 설명하고 있었고, 처음 보는 사람이 어느 메뉴를 눌러야 하는지 알 수 없었습니다. 그래서 문서에 화면 캡처를 넣었습니다. 팀원 전원이 보는 같은 문서에 넣었습니다.
자료를 좋게 만드는 것과 사람별로 다른 자료를 주는 것은 다른 작업이고, 요청의 대부분은 앞의 것으로 해결됩니다.
다음에 이 이야기가 나올 때 쓸 체크리스트
#!/usr/bin/env bash
# 학습 스타일 근거를 가져온 자료를 3분 안에 판정하는 체크리스트
cat <<'EOF'
[ ] 학습자를 스타일로 두 집단 이상 나눴는가
[ ] 각 집단 안에서 교수 방식에 무작위 배정했는가
[ ] 두 집단에 동일한 성취 검사를 실시했는가
[ ] 상호작용을 보고했는가 (주효과만 있으면 매칭 근거가 아님)
[ ] 분류 불가 인원 비율을 밝혔는가 (실측 43.8% ~ 68.2%)
[ ] 검정을 몇 개 돌렸는지 밝혔는가 (51개면 우연 기대 2.55개)
[ ] 이상치 제외 기준을 사전에 정했다고 적었는가
위 7개 중 하나라도 빈칸이면 자료 분기 작업을 잡기 전에 되돌려 보내십시오.
대신 연습 시험 6문항과 재노출 일정 3회를 먼저 넣으십시오.
EOF
이 글이 말하지 않는 것
학습 스타일 맞춤 교수의 효과가 없다고 증명된 것은 아닙니다. Pashler 논문이 직접 적어 둔 문장입니다. 방법론적으로 온전한 연구가 부족하다는 점을 감안하면, 가능한 모든 형태의 학습 스타일 가설이 검증되어 기각되었다고 결론짓는 것은 오류이며 많은 형태는 아예 검증된 적조차 없다는 것입니다.
그러니 정확한 상태는 "효과 없음"이 아니라 "지금 손에 든 근거로는 자료를 3종으로 나눌 이유를 대지 못한다"입니다. 팀 예산과 리드의 시간을 배분하는 판단으로는 후자만 있어도 충분합니다.
댓글
댓글 쓰기