De båda teorierna SOLO-taxonomin och MHC har gemensamma rötter och i detta avsnitt görs en jämförelse mellan de båda för att undersöka hur de förhåller sig till varandra i beskrivning och nivåer. Bakgrunden hos dem har mycket gemensamt ef- tersom båda har rötter i den Piagetianska idétraditionen, vilken man även kan be- nämna den konstruktivistiska eller dynamiskt strukturalistiska (Fischer & Bidell, 2006). Biggs – som haft en avgörande roll i SOLO-taxonomins uppkomst och ut- veckling – var även inblandad i utvecklingen av MHC på 80-talet och var den som föreslog stadie 5 Sententiell (Commons & Ross, 2008a).
Jämförelsen görs här dels genom att modellernas respektive stadier matchas ana- lytiskt utifrån dess definitioner, dels genom att fyra typexempel på SOLO-nivåerna bedöms enligt HCSS det vill säga enligt MHC. Bedömningen har gjorts tillsammans i en kollegial diskussion med lärare som är förtrogna med MHC. De exempel som tas som utgångspunkt för jämförelsen är de som anges i boken Teaching for quality
learning at university (Biggs, 1999) där en kort introduktion till SOLO-taxonomin
ges. Där ges typexempel på olika svar som kan ges på en fråga om bra tillvägagångs- sätt i undervisning och lärande. Svaren representerar olika SOLO-nivåer.
1. Prestructural:
Teaching is a matter of getting students to approach their learning. Biggs skriver om nivån:
Prestructural responses simply miss the point or, like this one, use tautology to cover lack of understanding.
När detta typexempel bedöms enligt HCSS motsvarar det abstrakt stadium. Sva- ret innehåller flera abstrakta variabler som ”lärande” och ”studenter” i allmänhet och inte refererande till konkreta situationer eller personer. De abstrakta variablerna koordineras dock inte, exempelvis till någon orsak-verkan kedja. Utifrån denna ni- våbestämning enligt MHC kan vi konstatera att exemplet enligt SOLO-taxonomin befinner sig i det learning mode som benämns formal.
Biggs:
This is unistructural since it meets only one part of the task, defining what approaches to learning are in terms of just one aspect, appropriateness.
Enligt HCSS kan den möjligen bedömas som formell. Man kan se det som att två abstrakta variabler, ytinriktat respektive djupinriktat lärande, kontrasteras och att lärare bör föredra den senare. ”Lärare” koordineras med ”djupinriktat lärande”. Å an- dra sidan ges ingen utvecklad förklaring till varför lärarna bör föredra djupinlärning. Här blir det tydligt att skattning av komplexitet är en bedömning som i grunden baseras på en tolkning av vad som står, även om komplexitetsnivåerna i sig är tydligt definierade.
3. Multistructural:
Approaches to learning are of two kinds: surface, which is inappropriate for the task at hand, and deep, which is appropriate. Students using a surface approach try to fool us into believing that they understand by rote learning and quoting back to us, sometimes in great detail. Students using a deep approach try to get at the underlying meaning of their learning tasks. Teaching is about getting students to learn appropriately, not getting by with shortcuts. We should therefore teach for meaning and understanding, which means encouraging them to adopt a deep approach.
Biggs:
This is what Bereiter and Scardamalia call ‘knowledge-telling’: snowing the reader with a bunch of facts, but not structuring them as required – and don’t be misled by the odd connective like ‘therefore’. Here the students see the trees but not the wood.
Det här typexemplet kan ses som en kombination av två formella kedjor. Den första beskriver ytinriktat lärande som att studenter försöker lura lärare att tro att de förstått i grunden, genom att använda en ytlig inriktning och detaljerade beskrivningar. Den andra är beskrivningen av djupinlärning som det som lärare ska försöka åstadkomma genom att eftersträva mening och förståelse. Men även om exemplet innehåller två formella kedjor och är på god väg mot systematisk bör den fortfarande bedömas som formell, då de båda kedjorna inte koordineras till ett sammanhängande system. 4. Relational:
Approaches to learning are of two kinds:… (etc.) The approaches come about partly because of student characteristics, but also because students react differently to their teaching environment in ways that lead them into surface or deep learning. The teaching environment is a system, a resolution of all the factors present, such as curriculum, assessment, teaching methods and students’ own characteristics. If
there is imbalance in the environment, for example a test that allows students to respond in a way that does not do justice to the curriculum, or a classroom climate that scares the hell out of them, the resolution is in favour of a surface approach. What this means is that we should be consistent.
Biggs:
Both concepts, approaches and teaching, have been integrated by the concept of a system; examples have been given, and the structure could easily be used to generate practical steps. The trees have become the wood, a qualitative change in learning and understanding has occurred.
Även om man inte ska låta sig luras av termer som typiskt dyker upp på systemnivå, ”environment”, ”system”, ”resolution of all factors” eller ”climate”, så bör detta typ- exempel bedömas som systematiskt. En rad faktorer så som ”curriculum” och ”as- sessment” presenteras, och de koordineras genom att uttrycka att de ska balanseras så att klimat, tester och kursplan hänger ihop och är konsistenta. Biggs beskrivning av att de olika faktorerna integreras till ett system, samt att skiftet sker från föregående nivå multistructural, stämmer överens med MHC:s beskrivning av system.
5. Extended abstract. Här ges inget exempel utan Biggs skriver:
The coherent whole is conceptualized at a higher level of abstraction and is applied to new and broader domains. An extended abstract response on approaches to learning would be a ‘breakthrough’ response, giving a perspective that changes what we think about them and their relationship to teaching. The trouble is that today’s extended abstract is tomorrow’s relational.
Enligt beskrivningen kan man tänka sig att extended abstract enligt SOLO-taxono- min motsvarar metasystematisk nivå enligt MHC, där man kan ta hela system och antingen sätta in i större sammanhang eller jämföra med andra system. Det extra kravet att resultatet ska vara banbrytande har dock inte samma motsvarighet i MHC. Däremot kan det sägas beröra det som ovan beskrevs som stöd. Om man reproduce- rar kunskap på en viss nivå som man redan blivit visad, så betraktas det som att man har haft stöd. Ett sådant exempel ska därför bedömas ett steg lägre än om resultatet är originellt och producerats utan stöd, till exempel när man självständigt löser en ny uppgift man inte ställts inför tidigare.
kan SOLO-nivåerna från de typexempel som bedömdes ovan placeras in från ab- strakt till metasystematisk enligt MHC. Vidare kan en likande matchning göras i det learning mode som kallas Concrete-symbolic eller konkret-symbolisk. Där svarar MHC:s pre-operationell mot SOLO:s prestructural då endast en historia kan berät- tas, som inte kan koordineras med verkligheten. På MHC:s nästa nivå, primär, kan en (unistructural) eller flera (multistructural) historier koordineras med något med verkligheten överensstämmande faktum eller händelse. Först på följande stadium, konkret, kan dessa knytas ihop till ett system i samma learning mode, till skillnad från ett abstrakt system i följande learning mode som är formell. Längre än så finns nog inte behov av gå i detta sammanhang. Men man kan notera att ytterligare två stadier, paradigmatiskt och kors-paradigmatiskt, finns definierade över det metasystematiska stadiet. Ytterst få människor opererar vid de här nivåerna utan stöd och de har inte så stor praktisk betydelse för bedömning av komplexitet i lärandeinnehåll i högre utbildning.
Tabell 2 Jämförelse mellan MHC stadier och SOLO-nivåer för de tre högsta learning mode.
MHC stadie SOLO-nivå Learning mode
14 – Kors-paradigmatisk
Post-formell 13 – Paradigmatisk
12 – Metasystematisk Extended abstract
11 – Systematisk Relational
Formell
10 – Formell MultistructuralUnistructural
9 – Abstrakt Prestructural/Extended abstract
8 – Konkret Relational
Konkret-symbolisk
7 – Primär MultistructuralUnistructural
6 – Pre-operationell Prestructural
I tabell 2 har resultaten från jämförelsen av typexemplen förts in, samt resultaten av den analytiska jämförelsen ovan. Tabellen visar hur stadierna i MHC relaterar till olika SOLO-nivåer för respektive learning mode, eller stadium enligt Piaget. Jämfö- relsen har alltså gjorts på två sätt: genom att jämföra typexempel från SOLO-taxo- nomin inom det formella learning mode och bedöma dem enligt MHC, och genom att analytiskt jämföra definitionerna och beskrivningarna av nivåer från respektive modell. Ytterligare ett sätt att jämföra, som man ofta använder sig av när man jämför
mätsystem i vuxenutvecklingen, är att anlita erfarna bedömare från respektive system samt låta dem bedöma ett antal exempel enligt båda mätsystemen och jämföra re- sultaten (Dawson & Gabrelian, 2007). På så vis skulle man kunna ta fram statistiska mått som ytterligare kan förtydliga relationen mellan teorierna och kanske också medföra en revidering i jämförelsen av nivåer.
Diskussion
I det här bidraget har SOLO-taxonomin och MHC jämförts som olika alternativ för att bedöma komplexitet i läranderesultat. Den viktigaste slutsatsen från jämförelsen är att SOLO-taxonomin och MHC är kompatibla med varandra och att de syftar till att beskriva samma utveckling, nämligen komplexitet i strukturen hos en viss informationsmängd eller läranderesultat. Jämförelsen visar att MHC kan verka som stöd till förståelsen av SOLO-taxonomin, i synnerhet tydliggörandet av funktionen hos det som kallas learning modes. Som regel arbetar man i den högre utbildningen inom det learning mode som betecknas formell och därmed beskriver utvecklingen från abstrakt och formell till systematisk enligt MHC. På så sätt kan man säga att SOLO-taxonomin erbjuder ett stöd för att utveckla och bedöma systemtänkande eftersom den beskriver utvecklingen från unistructural och multistructural till rela- tional, vilket motsvarar MHC:s stadie systematisk.
Vad har man då för nytta av att bedöma komplexitet i läranderesultat enligt beskrivningen ovan? Först och främst tydliggörs skillnaden mellan komplexiteten i kursinnehållet och den förståelse som studenterna får, vilket bedöms med läran- deresultatet. I synnerhet är detta viktigt när innehållet inte är specificerat och när vi hanterar illa strukturerade problem som hållbar utveckling. En generell förståelse av hur förmågan att hantera komplexitet fördelar sig i en population eller grupp kan också vara till stor hjälp när man strukturerar ett material eller avgör hur mycket stöd som behövs när man förklarar något. I ett vidare sammanhang kan man se MHC och liknande teorier som verktyg till att uppskatta svårigheten hos olika yrken och samhällsuppgifter, i synnerhet viktiga sådana som myndighetschefer, vissa forskare eller politiker, och till dessa matcha personer som har förmåga att hantera den kom- plexitet vilken kan ses som ett nödvändigt men inte tillräckligt krav för att lyckas väl med dessa uppgifter.
Hur lär man ut komplext tänkande? Här finns nog lika många svar som lärare, men en enkel slutsats är att en hög komplexitet måste innehålla en stor mängd in-
sådana som går emot den egna övertygelsen, kan då vara en väg mot mer komplext tänkande. Inom utvecklingspsykologin beskriver man ofta utvecklingen som en process bestående av differentiering och integrering, där differentiering innebär att urskilja nyanser och mångfald medan integrering innebär att koordinera och skapa samband i mångfalden.
Vari ligger då svårigheterna och hur blir man duktig på att bedöma komplexitet? Något som är centralt vid bedömningar är att skilja på innehåll och struktur så man inte låter sig luras av ord som signalerar en viss nivå utan försöker skrapa under ytan och se på strukturen, det vill säga hur informationen är organiserad. I en intervju- situation kan man ställa följdfrågor för att se att personen använder begreppen på rätt sätt, men i det skrivna fallet har man ofta inte tillräckligt med information utan måste göra en bedömning. Vidare kan man säga att en tumregel vid bedömningar är att man själv bör kunna operera på åtminstone en komplexitetsnivå högre än den text man bedömer. För att kunna avgöra vad som är ett systematiskt resonemang bör man alltså själv kunna föra metasystematiska sådana. För att själv kunna lära sig att hantera de högre komplexitetsnivåerna och för att lära sig se skillnaden mellan inne- håll och struktur, så är det en stor fördel om man är verksam inom mer än ett fält. Ju fler ämnesområden man behärskar och ju fler gånger man själv tvingas lära in ny information från grunden, desto lättare är det att hitta de mönster i komplexitetsni- våerna som bygger upp kunskap, oavsett domän eller ämne.
Icke desto mindre är bedömningen av nivåer av komplexitet något som tar tid att lära sig. Ett kollegium av bedömare, där man jämför varandras resultat, diskuterar hur olika texter ska tolkas och drar gemensamma lärdomar är av stor nytta. Den lär- processen kan tyckas arbetskrävande men kan i sin tur kan verka som en stödstruktur för att utveckla den egna förmågan till komplext tänkande i såväl den egna som i andra domäner. Teorin i sig, med dess beskrivningar och praktik, fungerar förstås också som stödstruktur för att lära sig att bedöma nivåer. Ur ett studentperspektiv kan MHC eller liknande modeller erbjuda stöd för utvecklingen, men en erfarenhet är att stödet fungerar bättre ju högre i komplexitet man opererar. Annars kan model- len uppfattas som väl abstrakt.
Denna analys visar hur MHC kan användas för att sätta in SOLO-taxonomin i ett utvecklingspsykologiskt sammanhang där den intellektuella utvecklingen ge- nom hela livet kan ordnas på en enda skala. Detta är dock ej den enda relevanta skalan. Det finns många andra dimensioner av lärandet som bör uppmärksammas, till exempel om det som skrivs är korrekt i innehåll, hur man kritiskt förhåller sig till kunskapen (King & Kitchener), graden av nyskapande eller andra aspekter av mognad (Loevinger, Kegan). Icke desto mindre kan vi betrakta förmågan att hantera komplexitet som en mycket viktig generisk färdighet och framgångsfaktor i vårt in- formationsrika och globala samhälle.
Referenser
Andersson, P., (2006). SOLO-taxonomin som bedömningsgrund – erfarenheter och kritisk diskussion, Ur Pedagogiska utmaningar i tiden, 10:e Universitetspedagogiska konferensen vid Linköpings universitet 8-9 november 2006.
Armon, C. (1984). Ideals of the good life: Evaluative reasoning in children and adults. Doctoral dissertation, Harvard University, Boston.
Baxter Magolda, M. B. (2000). Teaching to promote intellectual and personal maturity: incorporating students’ worldviews and identities into the learning process. San Francisco: Jossey-Bass.
Biggs, J. (1999). Teaching for quality learning at university. Buckingham: Open University Press.
Biggs, J. D., Collis, K. F. (1982). Evaluating the quality of learning – The SOLO taxonomy. Academic press, inc. New York, USA.
Commons, M. L., Miller, P. M. Goodheart, E. A., Danaher-Gilpin, D. (2005).
Hierarchical complexity scoring system (HCSS): How to score anything. Unpublished
scoring manual, Dare institute, Cambridge, MA.
Commons, M. L. (2008a). The concept of domain in developmental analyses of hierarchical complexity. World Futures: The Journal of General Evolution, 64(5), 330-347.
Commons, M. L. (2008b). Introduction to the Model of Hierarchical Complexity and its relationship to postformal action. World Futures, The Journal of General Evolution, 64(5-7), 305-320.
Commons, M. L., Goodheart, E. A. (2008). Cultural progress is the result of developmental support. World Futures: The Journal of General Evolution, 64(5- 7), 406-415.
Commons, M. L., Pekker, A. (2008). Presenting the formal theory of hierarchical complexity. World Futures: The Journal of General Evolution, 64(5-7), 375-382. Commons, M. L., Ross, S. N. (2008a) Editors’ introduction to the special issue on
postformal thought and hierarchical complexity. World Futures: The Journal of General Evolution, 64(5-7), 297-304.
Commons, M. L., Ross, S. N. (2008b) What postformal thought is, and why it matters. World Futures: The Journal of General Evolution, 64(5-7), 321-329.
Fischer, K. W., & Bidell, T. R. (2006). Dynamic development of action, thought, and emotion. In W. Damon & R. M. Lerner (Eds.), Theoretical models of human development. Handbook of child psychology (6 ed., Vol. 1, pp. 313-399). New York: Wiley.
Jordan, T. & Andersson, P. (2010). Att hantera de svårlösta samhällsfrågorna. En tankeskrift från Tryggare och mänskligare Göteborg.
Kegan, R. (1982). The evolving self: Problem and process in human development. Cambridge, London: Harvard University Press.
King, P. M., & Kitchener, K. S. (1994). Developing reflective judgment : understanding and promoting intellectual growth and critical thinking in adolescents and adults (1. ed.). San Francisco: Jossey-Bass Publishers.
Kjellström, S., Stålne, K. (2011). Komplexitet för kvalitet i lärande och undervisning: bedömning av komplexa problem och studenters resonemang. Högre utbildning 1(1), 15-26.
Kohlberg, L. (1981). The meaning and measurements of moral development. Worcester, MA.: Clark university press.
Loevinger, J. (1976). Ego development: Conceptions and theories. Jossey-Bass, Inc, San Francisco, CA.
Olsson, T., Sivik, B., (2203). SOLO taxonomin – en modell för kvalitativ planering och utvärdering av undervisning och examination. Pedagogisk inspirationskonferens 2003, LTH.
Perry, W. G. (1970). Forms of intellectual and ethical development in the college years : a scheme. New York: Holt, Rinehart and Winston.
Piaget, J. (1954). The construction of reality in the child. New York: Basic Books. SFS 1993:100. Högskoleförordning. Stockholm: Utbildningsdepartementet. Stålne, K., Commons, M. L., Li, E. Y. (2012). Hierarchical Complexity in Physics.