Στην ανάρτηση αυτή παρουσιάζουμε ένα χαρακτηριστικό παραδείγματα με χρήση ρομποτικής ή αισθητήρων (Arduino/micro:bit), που βασίζεται σε νευροεπιστημονικές αρχές (πρόβλεψη, λάθος – ανατροφοδότηση, πολυαισθητηριακή μάθηση και συνεργατική διερεύνηση), ώστε να αναδεικνύεται πιο ξεκάθαρα η σύνδεση με το NeuroSTEM.
Παράδειγμα μαθήματος με προσέγγιση NeuroSTEM
Θέμα: Έξυπνο σύστημα αυτόματου φωτισμού με micro
Αυτό τα παράδειγμα είναι κατάλληλο για μαθητές του ΕΠΑΛ και όχι μόνο. Στόχος του μαθήματος είναι οι μαθητές να σχεδιάσουν και να προγραμματίσουν ένα απλό σύστημα που ενεργοποιεί τον φωτισμό όταν μειώνεται η ένταση του φωτός στον χώρο. Η δραστηριότητα βασίζεται σε ένα πραγματικό πρόβλημα: πώς μπορούμε να εξοικονομήσουμε ενέργεια χρησιμοποιώντας «έξυπνες» τεχνολογικές λύσεις.
Το
μάθημα ξεκινά με τη συζήτηση καθημερινών παραδειγμάτων αυτόματου φωτισμού που
συναντούν οι μαθητές σε δρόμους, κτίρια ή κατοικίες. Ο εκπαιδευτικός θέτει το
ερώτημα: «Πώς θα μπορούσαμε να κατασκευάσουμε ένα σύστημα που να ανάβει μόνο
όταν χρειάζεται;». Οι μαθητές εκφράζουν τις ιδέες τους και διατυπώνουν
υποθέσεις για τον τρόπο λειτουργίας ενός τέτοιου συστήματος.
Στη συνέχεια εργάζονται σε ομάδες, χρησιμοποιώντας μια πλακέτα micro και το περιβάλλον προγραμματισμού MakeCode. Αρχικά εξερευνούν τον αισθητήρα φωτεινότητας, παρατηρούν τις τιμές που εμφανίζονται στην οθόνη και καταγράφουν πώς αυτές μεταβάλλονται όταν αλλάζει ο φωτισμός του χώρου. Έπειτα σχεδιάζουν τον αλγόριθμο λειτουργίας και δημιουργούν το πρόγραμμα ώστε, όταν η ένταση του φωτός πέσει κάτω από ένα προκαθορισμένο όριο, να εμφανίζεται ένα σύμβολο στην οθόνη LED ή να ενεργοποιείται ένα εξωτερικό LED.
Ακολουθεί η δοκιμή του συστήματος σε διαφορετικές συνθήκες φωτισμού. Οι ομάδες συγκρίνουν τα αποτελέσματα, εντοπίζουν πιθανά προβλήματα και τροποποιούν τον κώδικά τους μέχρι να επιτύχουν την επιθυμητή λειτουργία. Στο τέλος παρουσιάζουν τη λύση τους στην τάξη, εξηγώντας τις επιλογές τους και προτείνοντας τρόπους αξιοποίησης του συστήματος στην καθημερινή ζωή.
Η
δραστηριότητα αποτελεί χαρακτηριστικό παράδειγμα Active Learning, καθώς οι μαθητές συμμετέχουν ενεργά στην αναζήτηση
λύσεων, συνεργάζονται, πειραματίζονται και αξιολογούν τα αποτελέσματα των
ενεργειών τους. Παράλληλα ενσωματώνει
τις αρχές του NeuroSTEM, αφού η μάθηση βασίζεται στη διερεύνηση, στην
επίλυση αυθεντικών προβλημάτων, στην ανατροφοδότηση και στην επαναλαμβανόμενη
βελτίωση, διαδικασίες που ενισχύουν την κατανόηση και τη διατήρηση της γνώσης.
Η δραστηριότητα συνδυάζει όλα τα πεδία του STEM: οι μαθητές αξιοποιούν γνώσεις Φυσικής για το φως και τους αισθητήρες, εφαρμόζουν Τεχνολογία και προγραμματισμό μέσω του micro, ακολουθούν τη μηχανική διαδικασία σχεδιασμού και βελτίωσης μιας λύσης και χρησιμοποιούν Μαθηματικά για την ερμηνεία και τη σύγκριση των μετρήσεων. Παράλληλα καλλιεργούνται δεξιότητες συνεργασίας, κριτικής σκέψης, δημιουργικότητας, υπολογιστικής σκέψης και επίλυσης προβλημάτων, οι οποίες αποτελούν βασικούς στόχους της σύγχρονης εκπαίδευσης.
Αν υπάρχει διάθεση και ενδιαφέρον για την μεθοδολογία του NeuroSTEM έχουμε αναρτήσει τα παρακάτω πρωτοποριακά άρθρα:
https://sv1ahh1.blogspot.com/2026/07/neurostem-cognitive-load.html
https://sv1ahh1.blogspot.com/2026/07/neuro-stem.html
http://sv1ahh1.blogspot.com/2026/08/retrieval-practice-neurostem.html
https://sv1ahh1.blogspot.com/2026/08/active-learning-neurostem-stem.html
Για την υπολογιστική σκέψη 1:
http://sv1ahh1.blogspot.com/2018/04/computational-thinkingct.html
Για την υπολογιστική σκέψη 2: