Apprendimento autoregolato e CSCL

Apprendimento autoregolato e CSCL
Manuela Delfino, Giuliana Dettori, Donatella Persico
Istituto per le Tecnologie Didattiche – Consiglio Nazionale delle Ricerche
Via de Marini 6, 16128 Genova
{delfino | dettori | persico} @itd.cnr.it
Questo lavoro illustra un metodo innovativo, basato sulla
analisi dei contenuti, per indagare se i partecipanti ad eventi
formativi online riescono ad autoregolare il proprio processo
di apprendimento. Vengono presentati gli indicatori elaborati
a questo scopo e i principali risultati ottenuti applicando il
metodo in uno studio esplorativo.
1. Introduzione
Apprendere in maniera autoregolata significa controllare il proprio processo
di apprendimento non soltanto dal punto di vista cognitivo, metacognitivo e
comportamentale, ma anche da quello della motivazione e delle emozioni. La
ricerca in questo campo indaga gli aspetti cognitivi e psicologici che entrano in
gioco quando un individuo cerca, in modo consapevole e volontario, di
mantenere le redini del proprio percorso di apprendimento, prendendo decisioni
su scopi e tempi, scegliendo strumenti e luoghi appropriati, controllando le
emozioni per superare ostacoli e fallimenti, sotto la spinta della motivazione, al
fine di raggiungere gli obiettivi desiderati. Queste competenze di autoregolazione sono auspicabili anche e soprattutto negli adulti, poiché aiutano ad
affrontare nuovi problemi, e a trasferire a contesti poco familiari le competenze
e capacità acquisite.
L’autoregolazione dell’apprendimento (che indicheremo in seguito con
l’acronimo SRL, dall’espressione inglese Self-Regulated Learning) non si
identifica tanto con un’abilità mentale o una capacità operativa, ma con un
processo volto ad attivare le risorse personali (conoscenze e abilità) al fine di
affrontare un compito specifico [Zimmerman, 1998] in un determinato contesto
[Boekaerts, 1999]. Gli individui che apprendono in maniera autoregolata sanno
che cosa vogliono imparare e perché, pianificano e controllano il loro processo
di apprendimento, definiscono i loro obiettivi conoscitivi e scelgono le strategie
di apprendimento più adatte a raggiungerli, controllano i risultati ottenuti via via
e – se necessario – ridefiniscono ciclicamente obiettivi, metodi e tempi in modo
da raggiungere i risultati desiderati. Dal punto di vista emotivo, non si
scoraggiano di fronte agli insuccessi, ma sviluppano strategie per superarli,
controllando le proprie emozioni. Inoltre, hanno spesso motivazioni intrinseche,
un buon grado di autoefficacia (cioè la consapevolezza di saper affrontare
efficacemente i problemi) e guardano all’apprendimento come ad un’attività
proattiva; in altre parole, controllano in modo attivo il proprio processo di
apprendimento anziché subirlo passivamente.
A. Andronico, L. Colazzo (Eds.): DIDAMATICA 2009 – ISBN 978-88-8443-277-3
DIDAMATICA 2009
Perché queste competenze si sviluppino sono necessari tempo e impegno.
Secondo la letteratura scientifica, alcuni aspetti dell’SRL, come per esempio la
capacità metacognitiva, normalmente migliorano con il passare degli anni. Gli
stessi studi, però, sottolineano anche che l’acquisizione di competenza
autoregolativa non avviene in modo automatico né spontaneo [Boekaerts,
1997], ma richiede pratica e insegnamento adeguati. Molti autori suggeriscono
che l’SRL dovrebbe essere promosso in modo esplicito tra gli insegnamenti
scolastici [Schunk e Zimmerman, 1998]. Questo può essere fatto strutturando
ambienti flessibili, pensati per lo studente, promuovendo un apprendimento
attivo, dando agli studenti feed-back appropriati, incoraggiandoli a valutare i
propri risultati e a rivedere di conseguenza il proprio operato. Si diventa
autoregolati affrontando esperienze di apprendimento sia individuali che di
gruppo [Bolhuis, 2003].
Risulta inoltre che le competenze autoregolative, oltre a includere
componenti cross-curricolari, dipendono in larga parte dal contesto [Zimmerman
e Schunk, 2001]. Per esempio, persone che sanno autoregolare bene il lavoro
individuale nel contesto di una didattica tradizionale non sono necessariamente
altrettanto brave in attività collaborative a distanza, perché queste richiedono
negoziazione degli obiettivi, strategie e conoscenze che difficilmente sono
esercitate nell’apprendimento individuale.
La ricerca nel campo dell’SRL si occupa principalmente di analizzare le
azioni compiute dagli studenti, per cercare di capire fino a che punto siano in
grado di progettare il proprio apprendimento, di valutare i progressi e di riflettere
sul proprio operato. La maggior parte di queste ricerche si basa su interviste in
cui si chiede agli studenti di descrivere ex post le strategie e i metodi che hanno
adottato, o su questionari volti a far emergere il loro punto di vista sui progetti
strategici e sulle scelte fatte [Dettori et al, 2006]. A nostro parere nessuno di
questi metodi riesce veramente a valutare la pratica dell’SRL, ma piuttosto
deduce la presenza di SRL dalle opinioni degli studenti o dalla loro descrizione
di quanto hanno appreso. Ci siamo quindi proposte di elaborare un approccio
che consenta di analizzare direttamente il processo di apprendimento nel suo
divenire, fornendo così dei dati che possano completare quanto riferito dagli
apprendenti a processo concluso. In particolare, abbiamo sviluppato questo
approccio di analisi diretta per le attività di apprendimento in rete.
2. Apprendere in ambienti online
Le comunità virtuali per l’apprendimento (CVA), e in generale,
l’apprendimento collaborativo supportato dal computer (Computer-Supported
Collaborative Learning – CSCL) sembrano rappresentare un buon modo per
2
Apprendimento autoregolato e CSCL
conciliare individualizzazione e collaborazione. Questo accade soprattutto per
le CVA basate su attività di tipo socio-costruttivista, che peraltro sono le più
frequenti dato che le caratteristiche degli ambienti CSCL favoriscono l’utilizzo di
questo approccio [Strijbos et al, 2004].
Questi ambienti si affidano generalmente alla Comunicazione Mediata da
Computer (CMC), quindi per lo più asincrona e basata su testo scritto, e
garantiscono ai loro membri un buon grado di libertà nella scelta dei luoghi e dei
tempi di apprendimento, e nel modo di affrontare specifici obiettivi, pur nel
rispetto dei vincoli imposti dalla struttura collaborativa delle attività. Inoltre molte
piattaforme consentono un buon grado di personalizzazione dell’ambiente.
Nella comunicazione scritta, i tempi di interazione sono dilatati e quindi i
partecipanti sono stimolati a riflettere, prima di condividere le proprie idee con
gli altri, per un tempo maggiore di quanto non accada nelle interazioni in
presenza. Inoltre tutti i contributi inviati nei forum o nei blog restano a
disposizione dei partecipanti e questo facilita i riferimenti espliciti ai contributi di
tutti, nonché la riflessione sull’intero percorso [Van den Boom et al, 2004].
Infine, la possibilità di partecipare e contribuire contemporaneamente a più di
un filone di discussione consente un più ampio scambio di idee e opinioni.
3. SRL e CSCL
La relazione tra SRL e CSCL è piuttosto complessa perché l’uso efficace
degli ambienti CSCL sembra richiedere e al tempo stesso migliorare la capacità
di autoregolare la propria attività di apprendimento [Dettori et al, 2006].
L’autoregolazione è necessaria perché il potersi muovere liberamente
nell’ambiente di apprendimento non garantisce la capacità di usare al meglio gli
spazi e le risorse a disposizione. Per trarre vantaggio dalla libertà offerta
dall’ambiente è necessario che gli apprendenti siano in grado di gestire la
propria partecipazione. Questo implica saper pianificare le proprie azioni (le
scadenze e la sequenza delle attività); monitorare il completamento dei compiti;
verificare la qualità del lavoro svolto. Tutto questo comporta il riutilizzo e
l’adattamento di conoscenze e strategie già apprese in altri contesti e l’abilità di
valutare il proprio lavoro e fare piani per migliorarlo, senza la costante
supervisione di una guida esterna. In altre parole, per trarre vantaggio da
questo tipo di apprendimento occorre saper autoregolare, almeno un po’, la
propria attività di apprendimento.
Allo stesso tempo, il CSCL sembra favorire alcuni atteggiamenti
autoregolati, per diverse ragioni. Innanzitutto le competenze di SRL, e in
particolare le abilità metacognitive, sono spesso tra gli obiettivi delle attività
CSCL, per lo meno di quelle socio-costruttiviste. Questo dipende dal fatto che
3
DIDAMATICA 2009
gli studenti che sono nuovi a questo modo di apprendimento di solito hanno
lacune nelle capacità metacognitive e autodirettive che servono per trarre
maggior vantaggio da questo approccio. I corsi online ben progettati, di
conseguenza, tentano di stimolare gli studenti in questa direzione.
Inoltre l’apprendimento con la CMC dipende dall’interazione testuale e
questo va a vantaggio non solo dei temi dibattuti, ma anche dello stesso
processo di apprendimento. Di conseguenza, richiamando l’attenzione degli
apprendenti su aspetti che di fatto contribuiscono all’autoregolazione, questi
ambienti favoriscono la pratica dell’SRL al punto che sembrano contribuire a
svilupparlo [Arbaugh, 2004; Lynch e Dembo, 2004].
4. Le dinamiche dell’apprendimento
Gli ambienti CSCL si prestano molto bene all’analisi delle dinamiche legate
all’apprendimento perché le interazioni sono scritte. Inoltre, la quantità di
informazione a disposizione dei ricercatori è molto elevata, per il fatto che le
piattaforme tengono quasi sempre traccia di ogni singola azione compiuta dai
partecipanti (es., login e logout, accesso alle aree di interazione, apertura dei
messaggi, download e upload dei materiali). Per questo motivo, molte delle
ricerche condotte nell’ambito del CSCL adottano metodi di indagine basati
sull’analisi dei contenuti per indagare le dinamiche di apprendimento [Rourke et
al, 2001; Garrison et al, 1999]. Questi metodi di ricerca consistono nella
selezione, negli scambi realizzati tra i partecipanti, di frasi ed espressioni
relative all’aspetto che si vuole studiare. I dati così raccolti forniscono
informazioni sui pensieri e le azioni degli apprendenti durante l’intero evento
formativo, permettendo quindi di combinare dati qualitativi sulla natura dei
messaggi con dati quantitativi relativi alla loro frequenza. Questi dati possono
poi essere integrati da altri modi più tradizionali di raccolta delle informazioni
(ad es., questionari e interviste).
L’analisi delle interazioni è considerata uno strumento di ricerca potente ed è
sempre più frequentemente usata nella ricerca nell’ambito dell’apprendimento
online. Può essere utilizzata per indagare aspetti diversi dell’apprendimento,
semplicemente variando il tipo di contenuti da cercare nei messaggi [Rourke et
al, 2001]. Questi contenuti possono essere manifesti, cioè corrispondere ad
espressioni facilmente riconoscibili perché esplicitamente riportate dagli autori
(ad es., chiamare i colleghi per nome), oppure latenti, cioè implicitamente
contenuti nel testo (ad es., pianificare l’attività futura).
Le variabili manifeste sono ovviamente più facili da trovare e la loro ricerca
può, in alcuni casi, essere automatizzata. Cercare variabili latenti, invece,
richiede la comprensione del contenuto dei messaggi, e quindi un lavoro di
4
Apprendimento autoregolato e CSCL
interpretazione che può introdurre un livello di soggettività nella scelta, ed è
quindi più difficile da automatizzare [Potter e Levine-Donnerstein, 1999]. Lo
studio di SRL attraverso l’analisi dei contenuti implica la ricerca di variabili
latenti, poiché l’SRL non può essere associata all’uso di particolari espressioni,
ma piuttosto dipende dalle azioni svolte dai partecipanti. È quindi necessario
eseguire un’analisi semantica del contenuto dei messaggi rispetto a una griglia
di possibili azioni autoregolate.
5. Gli indicatori di SRL
La definizione di indicatori di SRL per guidare l’analisi del contenuto è
complicata del fatto che, malgrado la varietà di approcci sviluppati per studiare
la natura e la presenza di SRL [Zimmerman, 2001], questa competenza sia
caratterizzata da abilità e azioni generali e non specifiche. È dunque necessario
fornire una lista di indicatori che guidino la ricerca di contenuti relativi all’ SRL.
La nostra analisi si basa sia sulle caratteristiche dell’SRL proposte da
Zimmerman (1998), che sono alquanto dettagliate e largamente condivise, sia
su alcuni sviluppi di questi studi in relazione al potenziale supporto che gli
ambienti tecnologici per la didattica possono apportare all’SRL [Steffens, 2006].
In base a questo modello, possiamo guardare l’SRL sotto tre prospettive
ortogonali fra loro. La prima si focalizza sul processo ed è articolata in tre fasi
che si ripetono ciclicamente e che si influenzano a vicenda: la pianificazione,
l’esecuzione monitorata e la valutazione. La seconda si basa sulle componenti
dell’SRL e ne distingue quattro: cognitiva (comportamentale), metacognitiva,
motivazionale ed emotiva. La terza identifica la modalità di lavoro e distingue
l’attività individuale da quella collaborativa.
Abbiamo quindi identificato tre componenti, la cui combinazione consente di
individuare e determinare gli indicatori dell’SRL come guida per l’analisi delle
attività online. Questi elementi sono:
- la capacità degli studenti di pianificare, monitorare e valutare il proprio
processo di apprendimento, elementi che possono essere analizzati
individuando nei testi i contributi volti a scegliere gli obiettivi didattici, i
contenuti da trattare e i modi di utilizzo delle strategie di apprendimento;
a configurare l’ambiente di apprendimento; a valutare i risultati ottenuti,
confrontando i risultati individuali e collettivi con gli obiettivi prefissati;
- la capacità degli studenti di affrontare le sfide cognitive, metacognitive,
motivazionali ed emotive del processo di apprendimento, attraverso le
fasi sopra citate. Questi elementi possono essere individuati cercando
segmenti testuali che segnalano la costruzione o applicazione di
5
DIDAMATICA 2009
-
strategie per risolvere i problemi, per limitare i motivi di ansia, per tenere
alta la motivazione, per relazionarsi con i pari in modo proficuo;
la capacità di autoregolarsi sia individualmente che in un contesto di
apprendimento collaborativo.
La Tabella 1 è il risultato della combinazione degli elementi sopra descritti e
contiene i dodici gruppi di indicatori che abbiamo identificato per studiare
l’SRL nei processi di apprendimento online. Seguendo gli studi di Garrison
et al. (1999), abbiamo scelto di riunire gli aspetti metacognitivi con quelli
cognitivi, dal momento che è molto difficile porre un confine netto tra le due
componenti, soprattutto nel contesto delle CVA, in cui è frequente proporre
attività cognitive unite ad attività metacognitive. Per lo stesso motivo,
abbiamo raggruppato gli aspetti motivazionali con quelli emotivi.
6
Apprendimento autoregolato e CSCL
Sociale
Individuale
Sociale
Motivazionale ed emotivo
Cognitivo e metacognitivo
Individuale
Pianificazione
Codice: PCI
- Programmare i passi
per avanzare nel
compito: frazionare in
sotto-compiti, stabilire
scadenze e priorità.
- Individuare i
cambiamenti da
apportare al programma
per evitare insuccessi.
Esecuzione monitorata
Codice: MCI
- Mettere in atto i
programmi stabiliti.
- Lavorare in modo
coerente con i compiti
assegnati.
- Monitorare la
realizzazione del compito.
- Sintetizzare il lavoro
individuale e gli obiettivi
raggiunti.
Codice: PCS
Codice: MCS
- Formulare proposte su
- Far riferimento ai
come avanzare
contributi altrui, porre
nell’apprendimento.
domande, rispondere.
- Discutere e negoziare
- Mediare tra i pari.
gli aspetti della
- Verificare la
programmazione.
comprensione.
- Fare proposte sui piani
- Sintetizzare le idee
e i cambiamenti da
proposte.
apportare per evitare
- Incoraggiare la
insuccessi.
partecipazione dei pari.
Codice: PMI
Codice: MMI
- Indagare le proprie
- Esprimere le proprie
aspettative sulle attività
emozioni e motivazioni.
in corso.
- Cercare un supporto
- Anticipare possibili
adeguato in caso di
aspetti emotivi
bisogno.
problematici.
- Comunicare le proprie
impressioni e la propria
situazione.
Codice: PMS
Codice: MMS
- Discutere aspettative e
- Incoraggiare i pari a
motivazioni sull’ attività di esprimere le proprie
apprendimento.
emozioni e motivazioni.
- Condividere le
- Fornire supporto
motivazioni relative al
emotivo ai pari.
proprio impegno.
- Informare i pari delle
- Coinvolgere i pari nei
proprie intenzioni, per
piani di attività.
agevolare il lavoro.
Tabella 1 - Gli indicatori di SRL
Valutazione
Codice: ECI
- Valutare il proprio
apprendimento.
-Individuare le difficoltà e
le cause di insuccesso.
- Riflettere su quanto
appreso.
- Confrontare il proprio
lavoro con quello dei pari.
- Valutare la propria
gestione del tempo.
Codice: ECS
- Valutare il lavoro fatto
dal gruppo.
- Commentare i risultati
ottenuti dal gruppo.
- Incoraggiare i pari ad
esprimere opinioni sul
lavoro svolto.
Codice: EMI
- Confrontare le proprie
motivazioni ed emozioni
con quelle iniziali.
- Comprendere le ragioni
di eventuali cambiamenti.
- Commentare gli aspetti
emotivi vissuti durante il
corso.
Codice: EMS
- Esprimere
apprezzamento per i
contributi e i risultati
raggiunti dai pari.
- Individuare eventuali
malfunzionamenti del
gruppo e analizzarne le
cause.
7
DIDAMATICA 2009
6. Un esempio di applicazione
Gli indicatori di SRL individuati sono stati usati per indagare parte di un
corso sulle Tecnologie Didattiche svolto nel 2005 per la SSIS Liguria. Le attività
analizzate sono 2 moduli del corso, della durata di 3 settimane l’uno, che hanno
coinvolto 95 studenti e 8 tutor. Nello studio esplorativo descritto in questo lavoro
abbiamo analizzato l’area di lavoro di un gruppo di 8 studenti con 1 tutor, che
includeva 249 messaggi, di cui 218 scritti dagli studenti. Tutti gli studenti hanno
partecipato alle discussioni, sia pure in misura diversa.
Il primo modulo analizzato (Att. 1) consisteva in un role-play, in cui i
partecipanti dovevano assumere il ruolo di insegnanti con precise
caratteristiche (es., il burocrate, il tecnologo, il tecnofobo), e discutere da questi
punti di vista alcune webquest. Il secondo modulo (Att. 2) consisteva in un
case-study su alcune comunità di apprendimento in ambiente scolastico.
Due codificatori - uno coinvolto nel corso, l’altro esperto di SRL - hanno
esaminato separatamente tutti messaggi scambiati nelle due aree (90 nella
prima e 128 nella seconda), codificando le espressioni di SRL trovate in base
alla Tabella 1. Dopo la codifica i risultati sono stati confrontati, calcolando
l’accordo tra i valutatori (inter-rater reliability) con il metodo di Holsti; questa è
risultata inizialmente dell’80% e, dopo la discussione sulle divergenze, del
100%. Solo una parte dei messaggi conteneva indicatori di SRL (36% nell’Att. 1
e 38% nell’Att. 2) e diversi messaggi contenevano più di un indicatore. Quasi
tutti gli indicatori sono stati riscontrati almeno una volta.
I dati mostrano che gli studenti hanno partecipato più attivamente all’Att. 2
che alla 1, sia come numero totale di messaggi sia per quel che riguarda la
percentuale di messaggi contenenti indicatori di SRL. I principali risultati di
questa analisi sono mostrati nelle Figure 1 e 2 (per un’analisi più ampia si rinvia
a Dettori e Persico, 2008). I dati sono rappresentati senza elaborazioni
statistiche a causa della dimensione limitata del campione analizzato. La
mancata corrispondenza fra messaggi e indicatori rende impossibile anche
l’uso di semplici percentuali, ma il fatto che le due attività avessero la stessa
durata semplifica l’interpretazione dei dati.
Le due figure mostrano un maggior numero di indicatori nell’Att. 2 sia dal
punto di vista del processo sia da quello delle componenti. Questo può
significare un’influenza del tipo di compito assegnato (ad es., il role-play
richiede meno pianificazione del case-study, dato che assegna ruoli precisi), ma
può anche significare che quel gruppo di studenti, man mano che procedeva
nel corso, aveva migliorato la capacità di autoregolarsi.
Infine, gli indicatori di attività sociali sono risultati molto più numerosi degli
indicatori di attività individuale nell’Att. 2. Questo non significa necessariamente
la mancanza di autoregolazione a livello individuale, ma può semplicemente
8
Apprendimento autoregolato e CSCL
voler dire che gli studenti, essendo coinvolti in un lavoro di gruppo, non
sentivano il bisogno di dire ai compagni quello che riguardava solo loro stessi.
Figura 1 - Indicatori secondo il
processo
Figura 2 - Indicatori secondo le
componenti
7. Discussione
Questo studio di natura esplorativa si pone l’obiettivo di verificare, su un
campione di dimensioni limitate, 1) se il metodo adottato e la tassonomia di
indicatori presentata si prestino a indagare le competenze di SRL dispiegate dai
partecipanti ad una CVA, 2) se sia possibile automatizzare la procedura di
analisi e 3) se, e in che misura, il metodo usato sia efficace ed efficiente.
Per quanto riguarda il primo punto, il valore dell’inter-rater reliability
suggerisce che gli indicatori proposti hanno mantenuto la soggettività
interpretativa dei codificatori entro limiti accettabili. Inoltre il processo di codifica
non ha evidenziato gravi lacune o inadeguatezze nella tassonomia di indicatori..
Per quanto riguarda il secondo obiettivo, ossia la verifica della possibilità di
sviluppare metodi semi-automatici di analisi testuale per gli indicatori in esame,
dallo studio è emerso come sia difficile individuare dei pattern ricorrenti nei
messaggi per esprimere le azioni di autoregolazione. Esiste infatti un numero
potenzialmente illimitato di espressioni che possono introdurre la pianificazione,
il monitoraggio, la valutazione del processo di apprendimento.
Queste considerazioni conducono naturalmente a discutere l’efficacia ed
efficienza del metodo proposto. Da un lato, l’efficacia è direttamente legata alla
completezza e alla consistenza interna della tassonomia di indicatori proposta
che, come detto, è risultata soddisfacente. Un limite intrinseco del metodo,
tuttavia, è che esso rileva l’uso di competenze di SRL e il tipo di competenze in
gioco, ma non il loro effettivo sviluppo. Da qui a poter dire che le CVA
consentono di sviluppare competenze di SRL, occorre assumere, in accordo
con Zimmerman (2001), che le competenze di SRL si sviluppano praticandole.
9
DIDAMATICA 2009
Per quanto riguarda l’efficienza del metodo, occorre osservare che, in generale,
i metodi basati sull’analisi non automatizzata dei contenuti sono piuttosto
onerosi in termini di tempo e risorse umane coinvolte. Un’interessante
prospettiva di sviluppo potrebbe essere dotare gli ambienti CMC di strumenti
che consentano di associare ad ogni messaggio uno o più indicatori, in maniera
tale che il lavoro di codifica sia limitato alla parte interpretativa e che il sistema
sia poi in grado di elaborare le opportune statistiche, configurandole sulla base
delle richieste dei ricercatori. Con uno strumento di questo genere, il metodo di
analisi proposto richiederebbe un impegno minore di risorse umane e di tempo.
Per concludere, ci si potrebbe chiedere a che scopo utilizzare l’analisi dei
contenuti dei messaggi per studiare una categoria di competenze che,
tradizionalmente, viene analizzata attraverso questionari e interviste. Non v’è
dubbio che, con i metodi tradizionali, è possibile far emergere anche aspetti non
sempre espliciti. Tuttavia, l’analisi testuale dei messaggi è un metodo basato
sull’osservazione diretta del processo di apprendimento e non è mediata dalle
opinioni dei soggetti coinvolti (un inevitabile bias dei più diffusi metodi
tradizionali). Inoltre, il metodo proposto segue un percorso longitudinalmente,
analizzando quanto avviene per l’intera durata delle attività di apprendimento,
mentre interviste e questionari forniscono soltanto un’istantanea, cioè l’opinione
dei soggetti coinvolti nel periodo in cui sono fornite le risposte. Possiamo quindi
concludere che i due approcci non si pongano in alternativa, ma forniscano
informazioni complementari, volte ad arricchire la base di dati del ricercatore.
Bibliografia
Arbaugh J.B., Learning to learn online: A study of perceptual changes between
multiple online course experiences. The Internet and Higher Education 7, 2004, 169-182.
Boekaerts M., Self-regulated learning: a new concept embraced by researchers,
policy makers, educators, teachers and students. Learning and Instruction 7, 2, 1997,
161-186.
Boekaerts M., Self-regulated learning: where we are today. International Journal of
Educational Research, 31,1999, 445-457.
Bolhuis S., Towards process-oriented teaching for self-directed lifelong learning: a
multidimensional perspective. Learning and Instruction 13, 2003, 327-347.
Dettori G., Giannetti T., Persico D., SRL in online cooperative learning: Implications
for pre-service teacher training. European Journal of Education, 41, 3/4, 2006, 397–414.
Dettori G., Persico D., Detecting Self-Regulated Learning in Online Communities by
Means of Interaction Analysis. IEEE Transactions on Learning Technologies, 1, 1, 2008,
11-19.
10
Apprendimento autoregolato e CSCL
Garrison D.R., Anderson T., Archer W., Critical inquiry in a text-based environment:
computer conferencing in higher education. Internet and Higher Education, 2, 1999, 87105.
Lynch R., Dembo M., The relationship between self-regulation and on-line learning in
a blended learning context. International review of Research in Open and distance
learning, 5, 2, 2004.
Potter W., Levine-Donnerstein D., Rethinking validity and reliability in content
analysis. Journal of Applied Communication Research, 27, 3, 1999, 258–284.
Rourke L., Anderson T., Garrison D.R., Archer W., Methodological issues in the
content analysis of computer conference transcripts. International Journal of Artificial
Intelligence in Education, 12, 2001, 8–22.
Schunk D.H., Zimmerman B.J. (Eds.), Self-regulated learning. From teaching to
selfreflective practice, Guildford Press, New York, 1998.
Steffens K., Self-regulated learning in technology enhanced learning environments:
Lessons of a European peer review. European Journal of Education, 41, 2006, 353–380.
Strijbos J.-W., Kirschner P.A., Martens R.L., What We Know about CSCL and
Implementing it in Higher Education, Norwell, MA, Kluwer, 2004.
Van den Boom G., Paas F., Van Merrienboer J.J.G., Van Gog T., Reflection prompts
and tutor feedback in a web-based learning environments: effects on students’ selfregulated learning competence. Computer in Human Behavior 20, 2004, 551-567.
Zimmerman B.J., Developing self-fulfilling cycles of academic regulation: An analysis
of exemplary instructional models. In D.H. Schunk, B.J. Zimmermann, Self-regulated
learning. From teaching to self-reflective practice (pp. 1–19), Guildford, New York, 1998.
Zimmerman B.J., Schunk D.H. (Eds.), Self-Regulated learning and academic
achievement, Laurence Erlbaum, Mahwah, NJ, 2001.
11