바람직한 어려움: 의도적으로 도전적인 학습의 이론과 적용(Med Educ, 2022)

바람직한 어려움: 의도적으로 도전적인 학습의 이론과 적용(Med Educ, 2022)
Desirable Difficulty: Theory and application of intentionally challenging learning
Adin Nelson1 | Kinga L. Eliasz2

 

 

1 소개
1 INTRODUCTION

보건 전문 교육생은 졸업하기 위해 광범위한 지식과 기술을 습득해야 하고, 유능한 임상의가 되어야 하며, 고위험 면허 및 자격증 시험에 합격해야 한다. 의료 지식이 기하급수적으로 증가함에 따라 의료 전문 교육(HPE)의 고유한 과제는 시간이 지남에 따라 더욱 심화됩니다. 이러한 압박은 교육자와 학습자 모두가 빠르게 변화하는 교육 환경에 적응하기 위해 매우 효과적인 학습 전략을 찾도록 합니다. 교육에 대한 효과적인 전략을 뒷받침하는 증거들이 점점 더 많이 등장했지만, 문학은 수십 년에 걸쳐 학문 분야를 넘나들고 종종 서로 떨어진 사일로에 빠집니다. 다양성이 핵심 아이디어에 타당성을 부여하지만, 그것은 또한 다른 분야의 연구자들과 교육자들에게 혼란을 줄 수 있다.

Health professions trainees must acquire an extensive body of knowledge and skills in order to graduate, become competent clinicians and pass high-stakes licencing and certification exams. That inherent challenge of Health Professions Education (HPE) only intensifies with time as medical knowledge continues to grow at an exponential rate.1 That pressure drives both educators and learners to seek out highly effective learning strategies to adapt to a quickly changing educational landscape. A growing body of evidence has emerged supporting effective strategies for education, but that literature spans decades, crosses scholarly fields and often falls into discrete silos. While that diversity lends validity to the core ideas, it can also sow confusion among researchers and educators in those different disciplines.

여러 분야와 맥락에 걸쳐 연구된 교육 전략의 한 가지 대표적인 예는 [더 어려운 학습 과정이 학습 결과를 향상시킬 수 있다]는 반직관적인 생각이다. 종종 [바람직한 어려움]으로 불리는 이 아이디어는 더 어려운 연습이 학습자에게 더 많은 인지적 노력을 요구하고, 더 많은 노력이 학습을 향상시킨다는 것을 시사한다. 이러한 어려움은 업무와 관련이 있을 수도 있고 아닐 수도 있다. 한 연구는 심지어 읽기 어려운 글꼴로 학습 자료를 제공하는 것만으로도 학습자의 해당 자료에 대한 기억력이 증가한다는 것을 발견했지만, 후속 연구는 정확한 효과를 복제하는 데 어려움을 겪었다. DD의 이점을 설명하는 문헌은 심리학, 인지과학, HPE 및 일반 교육을 포함한 많은 분야에서 등장했다.
One prime example of an educational strategy that has been studied across multiple fields and contexts is the counterintuitive idea that more difficult learning processes can enhance learning outcomes. This idea, often termed Desirable Difficulty (DD),2, 3 suggests that more difficult practice demands more cognitive effort from learners, and that increased effort enhances learning. These difficulties can be task related or not. One study even found that simply providing learning materials in a difficult-to-read font increased learners' memory of that material,4 although subsequent studies have had challenges replicating that exact effect. Literature describing the benefits of DD has emerged from many fields, including psychology, cognitive science, HPE and general education.

이 논문에서, 우리는 

• (1) DD 효과를 이해하는 데 도움이 될 수 있는 이론과 프레임워크를 검토한다. 
  
• (2) 이러한 기본 아이디어가 세 가지 일반적인 HPE 학습 전략에 대한 우리의 이론적 이해를 증진시킬 수 있는지 탐구한다. 
  
• (3) DD 강화 학습의 향후 발전에 대한 시사점을 고려합니다. 

논문의 마지막 섹션에서, 우리는 DD 전략 조합의 가능한 추가 효과에 대한 새로운 문헌을 소개하고 DD가 HPE에서 학습을 극대화하기 위해 구현될 수 있는 방법에 대해 논의한다. 우리는 DD 효과에 대한 통일된 이론적 이해가 HPE를 향상시키고 증거 기반 교육과 학문의 다음 단계를 위한 토대를 마련할 것이라고 믿는다.

In this paper, we

• (1) review theories and frameworks synthesised across those fields that can help us understand the DD effect,
• (2) explore how those fundamental ideas can further our theoretical understanding of three common HPE learning strategies and
• (3) consider implications for future developments of DD-enhanced learning.

In the final section of the paper, we introduce emerging literature on possible additive effects of combinations of DD strategies and discuss how DD can be implemented to maximise learning in HPE. We believe that a unified theoretical understanding of the DD effect will enhance HPE and set the stage for the next phase of evidence-based education and scholarship.

2 DD 효과의 인지적 및 이론적 기반
2 COGNITIVE AND THEORETICAL UNDERPINNINGS OF THE DD EFFECT

2.1 인간 기억의 메커니즘
2.1 Mechanisms of human memory

DD를 이해하기 위해서는 먼저 [인간 기억의 기본 메커니즘]을 검토해야 한다. 인간의 뇌는 단기 기억력이 제한되어 있다. 정보가 보존되기 위해 단기 기억에서 무제한 용량을 가진 [장기 기억]으로 인코딩된다. 장기 메모리에 저장된 정보를 이용할 수 있다고 하며, 그 정보의 내구성을 [저장 강도]라고 한다. 저장된 정보를 의식적으로 사용하기 위해서는 의식적인 단기 기억으로 상기해야 한다. 장기기억에서 쉽게 검색할 수 있는 정보는 [접근성]이 있다고 하며, 그 정보를 떠올리기 쉽다는 것은 [인출 강도]로 알려져 있다. 실용적인 측면에서, 우리가 '무언가를 알고 있는지'는 검색 강도를 가장 정확하게 반영합니다. 사용 가능한 메모리(즉, [저장 강도]는 양호함)가 있지만 액세스할 수 없는 메모리(즉, [인출 강도]는 낮음)가 있으면, 무언가를 알고 있지만 정보를 손끝으로 가져올 수 없다는 답답한 공통 경험을 하게 됩니다. 특정 정보의 검색 강도는 원하는 정보를 찾고 검색할 수 있는 [인출 단서—다른 저장된 메모리 간의 상황별 링크—]에 크게 의존한다. 

To understand DD, we must first review basic mechanisms of human memory. The human brain has limited short-term memory.5, 6 In order to be retained, information is encoded from short-term memory into long-term memory, which has unlimited capacity. Information stored in long-term memory is said to be available, and the durability of that information is termed storage strength.3 To use that stored information consciously, we must recall it into conscious short-term memory.7 Information that can be easily retrieved from long-term memory is said to be accessible, and the ease of recalling that information is known as retrieval strength.3 In practical terms, whether or not we ‘know something’ most accurately reflects retrieval strength. If a memory is available (i.e. has good storage strength) but is not accessible (i.e. has poor retrieval strength), that produces the frustrating common experience of feeling that you know something but not being able to bring the information to your fingertips. The retrieval strength of particular information depends largely on the retrieval cues—the contextual links between different stored memories—that allow us to find and retrieve desired information.7

2.2 기억에서 학습으로 전환
2.2 Pivoting from remembering to learning

교육자로서, 우리는 학습을 용이하게 하기 위해 기억력에 대한 이해를 적용하는 것을 목표로 한다. 학습은 넓게 '경험의 결과로 나타나는 정신적 표현이나 연상의 장기적인 변화'로 정의될 수 있으며, 이는 [장기적인 현상]이다. 학습은 새로운 정보를 단기 기억으로 받아들이고, 그것을 장기 기억으로 인코딩하고, 그 정보를 이용할 수 있게 하기 위한 검색 단서를 구축하는 다단계 과정이다. 자세한 내용은 Brown 등을 참조하십시오.
As educators, we aim to apply our understanding of memory to facilitate learning. Learning can be broadly defined as, ‘a long-term change in mental representations or associations as a result of experience’ (Ormrod,7 p. 20), and it is a long-term phenomenon. Learning is a multiphase process of accepting new information into short-term memory, encoding it into long-term memory and building retrieval cues to make that information available; for a detailed discussion, see Brown et al.8

학습의 첫 번째 단계는 [습득]이다; 학습자는 새로운 정보나 기술을 단기 기억으로 가져가고 그것을 반복적으로 실행한다. 그 반복을 흔히 [연습practice]이라고 한다. 취득 중 새로운 정보나 기술이 단기 기억에 저장되는 정도를 [성과performance]라 한다. 그러나 중요한 문제는 초기 성과가 보통 얼마나 많은 (장기적인) '학습'이 발생할지에 대한 신뢰할 수 있는 지표가 아니라는 것이다.
The first phase of learning is acquisition; the learner takes new information or skills into short-term memory and executes it repeatedly. That repetition is often referred to as practice. The degree to which that new information or skill is stored in short-term memory during acquisition is termed performance9; however, a key conundrum is that initial performance is usually not a reliable indicator of how much (long-term) ‘learning’ will occur.10

[내구적 학습]은 단기 기억에서 장기 기억으로 인코딩되는 정보에 따라 달라지며, 다양한 단계에서 다양한 방식으로 평가될 수 있다. [보존retention]은 연습이 끝난 후 학습자가 정보를 얼마나 잘 기억하거나 과제를 수행할 수 있는지를 의미하며, 습득 후 경과한 시간(예: 즉시 보존과 지연 보존)에 따라 차이가 있다. 운동 학습의 연구에서, [유지 테스트]는 학습자가 처음에 연습했던 조건과 맥락을 복제해야 한다. 보다 복잡한 수동 작업 또는 인지 학습에 대한 연구에서 순수 유지 테스트는 학습자에게 동일한 질문에 답하거나 이전에 연습한 정확한 작업을 수행하도록 요청할 수 있다.

Durable learning depends on information being encoded from short-term into long-term memory, and it can be assessed in various ways at different stages. Retention refers to how well the learner can recall the information or perform the task(s) after practice has concluded and it differs depending on the length of time that has passed since acquisition (e.g. immediate versus delayed retention). In studies of motor learning, a retention test must replicate the same conditions and context in which the learner initially practiced. In studies of more-complex manual tasks or of cognitive learning, a pure retention test might ask learners to answer the same questions or perform the exact task they previously practiced.

반면, [전이transfer]은 학습자가 [다른 맥락]에서 새로운 정보나 새로운 기술을 얼마나 잘 검색할 수 있는지를 의미합니다. (예: 다른 시험 조건 및/또는 약간 다른 작업). [보존retention]과 마찬가지로, 전송은 새로운 작업 또는 컨텍스트가 처음에 실행된 작업 또는 컨텍스트와 얼마나 다른지에 따라 [근거리 및 원거리 전이]로 더 세분화될 수 있다. 이러한 차이는 운동 학습의 통제된 연구에서 명확하게 정의될 수 있지만, [응용 환경]이나 [인지 작업]에서 분석parse하는 것은 훨씬 더 어렵다. 본 논문의 목적을 위해, 우리는 학습자가 [처음에 새로운 기술이나 정보를 습득한 후 어느 시점에 측정된 인출 강도]를 지칭하기 위해 '학습'이라는 용어를 사용할 것이며, 본 논문의 범위를 벗어나는 [즉각적 보존 또는 지연된 보존]과 [근전이 또는 원전이]을 구별하려고 시도하지 않을 것이다.

Transfer, on the other hand, refers to how well the learner can retrieve new information or a new skill in a different context (e.g. different testing conditions and/or a slightly different task).9 Like retention, transfer can also be further subdivided into near and far transfer depending on how much the new task or context differs from the initially practiced task or context.9 These distinctions can be clearly defined in controlled studies of motor learning, but they become much more difficult to parse in applied settings or for cognitive tasks. For the purpose of this paper, we will use the term ‘learning’ to refer to retrieval strength measured at some time after a learner initially acquires a new skill or piece of information, and we will not attempt to distinguish between immediate or delayed retention and near or far transfer, as that is beyond the scope of this paper.

2.3 새로운 불용 이론
2.3 New theory of disuse

새로운 불용 이론(NTD)은 DD의 유익한 효과를 설명하기 위해 인간 기억의 기본 메커니즘을 사용한다. 최근에 메모리가 리콜되지 않으면 해당 메모리에 대한 인출 단서retrieval cues가 희미해지기 시작합니다. 마찬가지로, 새로운 정보가 학습될 때, 이러한 새로운 기억들은 이미 사용 중인 인출 단서를 두고 서로 경쟁할 수 있고, 이러한 인출 단서들은 기존 기억에서 분리되고 새로운 기억으로 연결되도록 재목적화 될 수 있다. 메모리에 대한 인출 단서가 [사라지거나 재목적화]됨에 따라 해당 메모리의 [인출 강도]가 감소합니다. 더 다양하고 강력한 인출 단서가 있을수록, 기억은 희미해지는 것에 더 저항력을 갖는다. 즉, 더 큰 인출 강도를 가지고 있고, 여전히 접근 가능하고, 효과적인 학습이 일어났다는 것을 의미한다. 많은 DD 전략들은 원하는 메모리에 대한 [인출 단서]를 구축하고 강화하는 방법(특히 검색 연습, 간격 연습 및 인터리브 연습. 이 문서는 이 문서의 뒷부분에서 자세히 살펴봅니다)으로 이해될 수 있다. [의도적으로 어려운 학습 연습]을 위한 이러한 전략은 다양한 맥락에서 노력적인 기억을 요구한다. DD는 기존의 인출 단서를 강화하고 새로운 단서의 개발을 장려한다. 따라서 이러한 어려움은 개선된 장기 학습의 바람직한 결과를 낳는다.

The New Theory of Disuse (NTD)3 uses those underlying mechanisms of human memory to explain the beneficial effects of DD. When a memory has not been recalled recently, the retrieval cues to that memory begin to fade. Similarly, when new information is learned, those new memories may compete for retrieval cues already in use, and those retrieval cues may be dissociated from an existing memory and repurposed to link to a new memory. As the retrieval cues to a memory fade or are repurposed, the retrieval strength of that memory wanes. The more diverse and robust retrieval cues a memory has, the more resistant it is to fading; it has greater retrieval strength, it remains accessible, and effective learning has occurred. Many DD strategies—particularly retrieval practice, spaced practice and interleaved practice, which we explore in detail in later sections of this paper—can be understood as ways to build and strengthen retrieval cues to desired memories.8 These strategies for intentionally difficult learning practice demand effortful remembering across varying contexts. That strengthens existing retrieval cues and encourages development of new ones. Those difficulties thereby produce the desirable outcome of improved long-term learning.

2.4 과제 포인트 프레임워크
2.4 Challenge point framework

챌린지 포인트 프레임워크(CPF)는 과제 난이도와 학습 사이의 관계에 대한 또 다른 접근 방식과 추가 세부 정보를 제공한다. CPF는 과제 과제(즉, 난이도)와 장기 학습(그림 1 참조) 사이의 포물선 관계를 설명한다. 연습 과제가 너무 어렵거나 충분히 도전적이지 않을 때 학습은 빈약하며, 중간 최적 도전 지점에서 학습이 극대화된다. 그 최적점은 학습해야 할 [과제의 난이도]와 [개별 학습자의 기술 수준] 사이의 상호 작용에 달려 있다.

The Challenge Point Framework (CPF)10 provides another approach and additional detail to the relationship between task difficulty and learning. The CPF describes a parabolic relationship between task challenge (i.e. difficulty) and long-term learning (see Fig. 1). Learning is poor when practice tasks are either too challenging or not challenging enough, and learning is maximised at an intermediate Optimal Challenge Point. That optimal point depends on the interaction between the difficulty of the to-be-learned task and the skill level of the individual learner.10, 11

 

 

또한 CPF는 도전과제수행이 새로운 정보나 기술을 습득하고 장기 학습하는 동안 [성과performance에 어떻게 차별적으로differentially 영향을 미치는지] 구별한다. 간단한 작업은 완료하기 쉬우므로 즉각적인 성능이 높습니다. 작업 난이도가 높아지면 성능이 꾸준히 떨어진다. 특정 지점을 넘어서면, 그 과제는 너무 어려워서 학습자는 그것을 단순히 완성할 수 없다. 반면에 장기 학습은 낮게 시작하여 처음에는 과제 난이도와 함께 증가한다. 과제 난이도가 학습자의 최대 인지적 노력능력을 초과하는 수준으로 높아지면 학습은 정점을 지나가고, 학습에 있어 추가적인 도전요인이 줄어든다. 그 [피크(즉, 최적 도전 지점)는 과제가 학습자의 최대 인지 능력을 요구하지만 초과하지 않는 지점]이다. 과제 난이도가 [최소 난이도]에서 [최적 도전 포인트]로 갈수록 [학습은 증가]하지만 [수행은 감소]하므로, [학습이 최대치]에 도달했을 때 [수행은 이미 최대치에 훨씬 못 미친다].
The CPF also distinguishes how task challenge differentially affects performance during acquisition of new information or skills and long-term learning. Simple tasks are easy to complete, so immediate performance is high. As task difficulty increases, performance drops steadily. Beyond a certain point, the task is so difficult that the learner is simply unable to complete it. Long-term learning, on the other hand, starts low and initially increases with task difficulty. When the task difficulty increases to a level that exceeds the learner's maximum capacity for cognitive effort, learning passes its peak, and additional challenge causes decreases in learning. That peak (i.e. the Optimal Challenge Point) is the point at which the task demands but does not exceed the learner's maximum cognitive capacity. As task difficulty increases from minimal difficulty towards the Optimal Challenge Point, learning increases, but performance decreases, and so when learning reaches its maximum, performance is already well below its maximum.

과제 난이도가 학습과 성과에 미치는 차이를 [성과-학습 역설] 또는 [전이 역설]이라고 하며, 이는 의도적으로 도전적인 학습 과제(즉, DD 강화 커리큘럼)에 대한 많은 학습자의 혐오를 설명하는 데 도움이 될 수 있다. 학습자의 전문성expertise에 대한 자기 판단은 [연습practice 중 즉각적인 성과performance]에 크게 좌우되기 때문에, 최적 도전 지점에 가까운 [어려운 과제에 대한 낮은 성과]는 학습자가 효과적으로 학습하지 못하고 있다고 느끼게 만들 수 있다. [즉각적인 성능performance]이 떨어지는 것을 경험하면, [장기 학습 개선에 대한 이론적 기대]보다 부정적 경험이 커져서, [도전적인 학습 과제에 대한 동기를 감소]시킨다. 간단히 말해서, 학습자들은 그들이 못한다고 느끼는 과제들을 연습하는 것을 즐기지 않는다.

That differential effect of task difficulty on learning and performance is termed the performance-learning paradox10 or the transfer paradox,12 and it may help explain many learners' aversion to intentionally challenging learning tasks (i.e. DD-enhanced curricula). Learners' self-judgement of expertise largely depends on their immediate performance during practice, so poor performance on difficult tasks that fall near their Optimal Challenge Point may make them feel that they are not learning effectively. Experiencing poor immediate performance outweighs the theoretical expectation of improved long-term learning and reduces motivation for challenging learning tasks.13, 14 Put simply, learners do not enjoy practicing tasks that they feel they are bad at.

2.5 인지 부하 이론(CLT)
2.5 Cognitive Load Theory (CLT)

CLT는 지식과 기술 습득을 고려하는 또 다른 관점을 제공한다. CLT는 인간이 제한된 인지 능력을 가지고 있다는 생각에 중점을 두고 있으며, 이는 인지 부하의 세 가지 범주, 즉 내적 부하, 본유적 부하 및 외부 부하를 관리하기 위해 분할되어야 한다.

• [내재적 부하]는 새로운 기술을 수행하거나 새로운 정보를 획득하는 내재적 인지 작업이다.
• [본유적 부하(Germane load)]는 [새로운 정보를 장기 기억으로 통합하기 위한 인지적 노력 또는 더 쉽게 말하면 실제 학습의 작업]이다.
• [외재적 부하]는 산만함을 이겨내 가면서, 여러 소스에 걸쳐 들어오는 정보를 통합하는 데 필요한 추가 작업이다.

CLT15 provides yet another perspective from which to consider knowledge and skill acquisition. CLT centres on the idea that human beings have limited cognitive capacity which must be divided to manage three categories of cognitive load: intrinsic load, germane load and extraneous load.

• Intrinsic load is the inherent cognitive work of performing a new skill or acquiring new information.
• Germane load is the cognitive effort of integrating new information into long-term memory or put more simply, the actual work of learning.
• Extraneous load is the additional work required to integrate incoming information across multiple sources while ignoring distractors.16

CLT를 기반으로 한 교육 설계는 인지 과부하를 방지하고, 외부 부하를 최소화하여 [내재적 및 본유적 부하에 대한 학습자의 인지 능력]을 극대화하는 것을 강조한다. 내적 및 외부 부하의 합이 과도할 때(예: 복잡한 작업이나 정보 또는 지나치게 산만한 학습 환경에서), 학습자는 학습으로 이어지는 본유적 부하에 대한 인지 능력이 불충분하다.

• 따라서 CLT 기반 안드라고지는 [작업을 단순화하여 내재적 부하를 줄이거나], [지침을 명확히 하고 산만함을 제거하여 외재적 부하를 줄이는 등] 과부하를 완화할 것을 제안한다.
• 대조적으로, 내재적 부하가 낮을 때(예: 간단한 학습 자료 사용), 학습자는 일반적으로 높은 외재적 부하를 처리할 수 있으므로, 관련된 본유적 부하 및 결과 학습을 증가시키기 위해 의도적으로 내재적 부하를 증가시키는 것이 유용할 수 있다.

Instructional design grounded in CLT emphasises preventing cognitive overload and minimising extraneous load to maximise learners' cognitive capacity for intrinsic and germane load.17 When the combined intrinsic and extraneous loads are excessive (e.g. with complex tasks or information, or overly distracting learning environments), learners have insufficient cognitive capacity for the germane load that leads to learning;

• CLT-based andragogy would then suggest relieving that overload by simplifying the task to decrease the intrinsic load or clarifying the instructions and eliminating distractions to decrease extraneous load.18 
• In contrast, when intrinsic load is low (e.g. with straightforward learning material), learners can typically handle high extraneous loads,18 and it can even be beneficial to intentionally increase the intrinsic load in order to increase the associated germane load and the resultant learning.16, 17

2.6 DD의 기본이 되는 주요 이론적 개념 비교 및 대조
2.6 Comparing and contrasting key theoretical concepts underlying DD

NTD, CPF, CLT는 서로 다른 분야의 연구자들에 의해 특정 문맥을 위해 개발되었으며, 이러한 이론을 논의하는 기존 문헌은 이들을 무관한 아이디어로 취급한다. 그러나 HPE의 실용적인 학습 접근법을 이해하기 위해 그것들을 적용함에 있어, 우리는 이 세 가지 다른 이론적 관점에 걸쳐 짜여진 공통 핵심 원칙을 본다.
The NTD, CPF and CLT were developed for specific contexts by researchers in different fields, and the existing literature discussing these theories treats them as unrelated ideas. In applying them to understand practical learning approaches in HPE though, we see common core principles woven throughout these three different theoretical perspectives.

NTD는 인간 기억의 메커니즘(인출 단서의 희미화 및 강화)을 활용하여 연습 어려움과 학습 결과 사이의 긍정적인 관계를 설명한다. 학습자가 [희미해지기 시작한 기억]을 힘겹게 떠올릴 때, 그 기억의 검색 단서는 강화되고, 그 기억의 검색 강도는 향상된다.
The NTD3 capitalises on mechanisms of human memory—the fading and strengthening of retrieval cues—to explain the positive relationship between practice difficulty and learning outcomes; when a learner effortfully recalls a memory that has begun to fade, the retrieval cues to that memory are reinforced, and the retrieval strength of that memory is enhanced.

CPF는 두 가지 방식으로 그 아이디어를 확장한다. 

• 첫째, CPF는 즉각적인 성과와 지연된 보존 또는 전이를 구별하고 연습 과제(따라서 과제가 요구하는 인지적 노력)의 어려움이 학습 과정의 두 단계에 다르게 영향을 미친다는 것을 인정한다. 
• 둘째, CPF는 도전과 학습의 관계가 한결같이 긍정적인 것이 아니라 포물선적인 것이라고 제안한다. 연습이 너무 어렵거나 충분히 도전적이지 않을 때 학습은 빈약하며, 중간 최적 도전 지점에서 최대화된다.

The CPF10 expands on that idea in two ways.

• First, the CPF distinguishes immediate performance from delayed retention or transfer and acknowledges that the difficulty of a practice task—and therefore, the cognitive effort the task requires—affects those two phases of the learning process differently.
• Second, the CPF suggests that the relationship between challenge and learning is not uniformly positive but parabolic; learning is poor when practice is either too challenging or not challenging enough, and it is maximised at an intermediate Optimal Challenge Point.

CLT은 동일한 포물선 관계에 대해 다른 방식으로 접근한다: 과제가 인지 부하에 대한 학습자의 능력을 초과할 때 학습이 방해되며, 다른 극단적으로 너무 적은 인지 부하를 요구하는 과제도 효과적인 학습으로 이어지지 않는다. NTD와 CPF가 연습 작업의 전반적인 어려움만 고려하는 경우, CLT는 해당 과제를 [세 가지 범주의 인지 부하]로 구분하고 [총 부하]를 조정할 뿐만 아니라 보다 정확하게는 해당 부하의 다른 구성 요소를 균형 있게 조정함으로써 학습을 극대화할 수 있다고 제안한다. 세 가지 이론적 개념은 모두 연습 중 어느 정도와 유형의 난이도가 장기적인 학습 결과에 바람직한 영향을 미칠 수 있다는 핵심 관점을 공유한다.

CLT18 approaches that same parabolic relationship in a different way: learning is hindered when tasks exceed a learner's capacity for cognitive load, and at the other extreme, tasks that demand too little cognitive load also do not lead to effective learning. Where the NTD and the CPF only consider the overall difficulty of practice tasks though, CLT differentiates that challenge into three categories of cognitive load and suggests that learning can be maximised not only by adjusting the total load but also, more precisely, by balancing the different components of that load. All three theoretical concepts share the core perspective that a certain degree and type of difficulty during practice can have desirable effects on long-term learning outcomes.

3 HPE에서 일반적으로 사용되는 DD 전략
3 COMMONLY USED DD STRATEGIES IN HPE

DD를 만들기 위해 많은 교육 전략이 사용되었다. 본 논문에서는 HPE에서 공통적으로 사용되는 세 가지 DD 학습 전략에 초점을 맞춘다.

• (1) 인출 연습(예: Larsen et al. 19), 
  
• (2) 거리두기 연습(예: Kornell 및 Bjork20) 및 
  
• (3) 인터리빙 연습(예: Lee와 Simon21) 

이러한 DD 학습 전략을 사용하는 많은 HPE 연구는 그들의 이론적 메커니즘을 명시적으로 탐구하지 않기 때문에, 우리는 이 논문을 점점 더 일반적인 교육 전략에 대한 이론적 이해를 증진시키는 데 도움이 되도록 구성했다. HPE의 교육자들이 DD를 성공적으로 구현하고 평생학습 습관을 증진시키기 위해서는 HPE 교육생들의 제한된 시간을 가장 효과적으로 활용하는 방법에 대한 의도적인 결정을 내리는 데 이론적 이해가 필수적이다.
Many instructional strategies have been used to create DD. In this paper, we focus on three DD learning strategies that are common in HPE:

• (1) retrieval practice (e.g. Larsen et al.19),
• (2) spaced practice (e.g. Kornell and Bjork20) and
• (3) interleaved practice (e.g. Lee and Simon21).

Because many HPE studies using these DD learning strategies do not explicitly explore their theoretical mechanisms, we structured this paper to help advance a theoretical understanding of these increasingly common educational strategies. In order for educators in HPE to successfully implement DD and promote lifelong learning habits, a theoretical understanding is fundamental to making intentional decisions about how to most effectively use HPE trainees' limited time.

3.1 인출 연습
3.1 Retrieval practice

인출 연습은 HPE에서 인기를 얻고 있는 DD를 생산하는 한 가지 기술이다. 인출 연습은 학습자가 수동적으로 교과서나 노트를 다시 읽는 대신, 퀴즈나 복습 문제를 사용하여 새롭게 학습한 정보를 기억에서 적극적으로 검색하도록 장려하는 것을 포함한다. 교육적 설계 관점에서 이 전략은 [테스트 강화 학습]이라고도 하며, 근본적인 현상을 [테스트 효과]라고 합니다. 능동적 검색은 동일한 자료를 수동적으로 검토하는 것보다 더 어렵고 더 큰 인지 노력이 필요하므로 DD가 생성되고 학습이 향상된다. 개념적으로 장기 기억에서 정보를 적극적으로 호출하는 것은 해당 정보에 연결되는 검색 신호를 사용하며, 반복 사용은 검색 신호를 강화한다. 다른 맥락에서 기억을 검색하는 것은, 심지어 단순히 다른 단어를 사용하는 연습 문제를 사용하는 것조차도, 새로운 검색 단서를 구축할 수 있는 기회를 만든다. 검색 단서를 강화하고 구축하는 것은 학습해야 할 정보의 검색 강도를 개발하는 데 도움이 된다. 아리스토텔레스는 '반복적으로 무언가를 떠올리는 운동은 기억력을 강화시킨다'고 썼다.
Retrieval practice is one technique for producing DD that has become popular in HPE.22 Retrieval practice involves using quizzing or review questions to encourage learners to actively retrieve newly studied information from memory instead of passively re-reading textbooks or notes (see excellent summary in Brown et al.8). From an instructional design perspective, this strategy is also known as test-enhanced learning, and the underlying phenomenon is termed the testing effect.23 Active retrieval is more challenging and requires greater cognitive effort than passively reviewing the same material, hence DD is generated and learning is enhanced. Conceptually, actively recalling information from long-term memory uses the retrieval cues that link to that information, and repeated use strengthens those retrieval cues. Retrieving memories in different contexts, even simply by using differently worded practice questions, also creates opportunities to build new retrieval cues.8 Strengthening and building retrieval cues helps to develop the retrieval strength of the to-be-learned information. As Aristotle wrote, ‘Exercise in repeatedly recalling a thing strengthens the memory’ (quoted in Brown et al.,8 p. 28).

인출 연습은 HPE에서 오랜 역사를 가지고 있다. 전통적인 임상 교육은 학습자에게 지식을 탐구하기 위해 질문을 하는 교육자에게 크게 의존해 왔다. 이러한 유형의 가르침은 역사적으로 소크라테스식 방법으로 묘사되어 왔다. 그것은 때때로 '핌핑'이라고도 불리며 해징의 한 형태로 간주되지만, 이러한 뉘앙스를 탐구하는 것은 이 논문의 범위를 벗어난다. 검색 관행은 또한 환자 치료에 내재되어 있다: 모든 임상적 만남은 환자를 올바르게 진단하고 치료하기 위해 훈련자가 기억에서 정보를 인출해야 한다.
Retrieval practice has a long history in HPE. Traditional clinical teaching has relied heavily on educators asking learners questions to probe their knowledge. This type of teaching has historically been described as the Socratic method. It is also sometimes called ‘pimping’ and considered a form of hazing, but exploring these nuances is beyond the scope of this paper. Retrieval practice is also inherent to patient care: every clinical encounter requires a trainee to retrieve information from their memory in order to correctly diagnose and treat their patient.

인출 연습의 이점은 다양한 분야의 다양한 학습자들 사이에서 입증되었습니다. 예를 들어, 한 연구는 소아과와 응급의학 레지던트들을 무작위로 강의에 참여시키고, 한 주제에 대한 검토 유인물과 두 번째 주제에 대한 강의가 이어진다. 6개월 이상 지난 뒤 두 주제 모두 시험을 치렀을 때 주민들이 수동적으로 검토했던 과목보다 자신이 출제된 과목에서 평균 13% 높은 점수를 받았다. 중학교 이과생, 운동학부 학생, 대학원 약학부 학생, 의대 학생, 그리고 많은 다른 학습자들에서도 동일한 효과가 입증되었다.
The benefits of retrieval practice have been demonstrated among various learners across various fields. For example, one study randomised paediatrics and emergency medicine residents to participate in a lecture followed by a review handout on one topic and a lecture followed by a quiz on a second topic. When the residents were tested on both topics more than 6 months later, they scored an average 13% higher on the subject they were quizzed on than on the subject they had passively reviewed.19 The same effect has been demonstrated among middle school science students,24 undergraduate kinesiology students,25 graduate-level pharmacy students,26 medical students,22 and many other learners.27

3.2 간격 연습
3.2 Spaced practice

공간 학습(spaced learning) 또는 분산 연습(distributed practice)은 DD를 생산하기 위한 또 다른 일반적인 전략이다. 공간 연습은 학습(또는 공부)을 시간이 지남에 따라, 간격을 두고 여러 개의 짧은 세션으로 나누는 것을 포함한다. 시간 외 학습 세션 사이의 휴가는 자료에 대한 노출 사이에 발생하는 것을 일부 잊어버릴 수 있게 한다. 각 후속 스터디 세션에서 학습자는 작업 메모리에 원하는 정보를 적극적으로 다시 로드하고 재구성해야 합니다. DD의 관점에서, 빛바랜 기억을 회복하는 도전은 학습자의 인지 노력을 증가시키고 학습을 증진시킨다. 좀 더 기계적인 관점에서, 거리두기 연습은 기존 인출 단서가 약해지기 시작한 후 적극적으로 사용하여 기존 검색 단서를 강화하며, 다양한 맥락에서 장기 기억의 정보를 호출하여 새로운 검색 단서를 구축하도록 장려한다.
Spaced practice (also known as spaced learning or distributed practice) is another common strategy for producing DD. Spaced practice involves breaking up learning (or studying) into multiple shorter sessions spaced out over time. The time off between spaced-out learning sessions allows for some forgetting to take place between exposures to the material. At each subsequent study session, the learner must actively reload and reconstruct the desired information in their working memory (see review in Brown et al.8). From a DD perspective, the challenge of recovering those faded memories demands increased cognitive effort from the learner and boosts learning. From a more mechanistic perspective, spaced practice strengthens existing retrieval cues by actively using them after they have begun to weaken, and it encourages building new retrieval cues by recalling information from long-term memory in varying contexts.3

거리두기 연습은 또한 HPE의 임상 훈련에도 내재되어 있다. 특정 절차를 수행하거나 특정 상태를 한 번 치료한다고 해서 즉시 숙달되는 것은 아니다. HPE 학습자는 훈련 내내 동일한 진단을 받고 동일한 작업을 반복적으로 수행하며, 반복될 때마다 지식과 기술을 쌓는다.
Spaced practice is also inherent to clinical training in HPE. Performing a specific procedure or treating a particular condition once does not confer immediate mastery. HPE learners encounter the same diagnoses and perform the same tasks repeatedly throughout their training, and each repetition builds their knowledge and skills.

거리두기 연습의 학습 이점은 다양한 교육 맥락에서 입증되었다. 한 HPE 사례에서, 새로운 수술 기법을 배우는 외과 레지던트들은 단일 4시간 워크샵(대량 실습) 또는 4시간 연속 주간 워크샵(공간 실습)에 참여하도록 무작위로 처리되었다. 거주자가 한달 후 유지 테스트에서 다시 테스트되었을 때, 공간화된 연습 그룹은 다중 메트릭에서 대량 연습 그룹을 크게 능가했습니다. 공간 연습의 이점은 해부학, 전염병 및 비뇨기학을 다루는 인지 학습 과제에서도 입증되었으며 대학생에서 거주자, 동료 및 노인에 이르기까지 다양한 학습자와 함께 복제되었다.

The learning benefits of spaced practice have been demonstrated in a variety of educational contexts. In one HPE example, surgical residents learning a new surgical technique were randomised to participate in either a single 4-h workshop (massed practice) or a series of four, hour-long, weekly workshops (spaced practice). When the residents were retested on a retention test a month later, the spaced practice group significantly outperformed the massed practice group on multiple metrics.28 The benefits of spaced practice have also been demonstrated for cognitive learning tasks covering anatomy,29 infectious diseases30 and urology,31 and they have been replicated with a range of learners from college students20 to residents,31 fellows30 and older adults.32, 33

3.3 인터리브 연습
3.3 Interleaved practice

DD를 생성하기 위한 또 다른 일반적인 전략인 [교차(인터리브) 연습]은 단일 스터디 세션 내에서 서로 다른 주제를 번갈아 사용하는 것을 말합니다. 이 전략이 처음 연구된 운동 학습 문헌에서는 일반적으로 무작위 실습이라고 하는 반면, 심리학 및 교육 영역에서는 단순히 [인터리빙]이라고 한다. 교차 연습은 한 번에 하나의 주제에 집중하는 대신 주제 간의 지속적인 전환이 필요하며, 이는 초기 성능을 저하시키지만, 역설적으로 [상황적 간섭Contextual Interference]이라는 현상을 통해 장기적인 학습을 향상시킨다. 교차 연습의 유익한 효과를 설명하기 위한 두 가지 가설이 있다. 망각-재구성 가설은 인터리브 연습을 간격 연습에 비유한다.

• 거리두기 연습은 자료에서 떨어진 시간을 사용하여 정보가 [단기 기억에서 사라지도록 수동적으로 허용]하는 반면,
• 교차 연습은 새로운 주제를 그 자리에 도입함으로써 한 주제를 [단기 기억에서 적극적으로 밀어낸다].

Interleaved practice, another common strategy for generating DD, refers to alternating between different topics within a single study session (see review in Brown et al.8). In the motor learning literature, where this strategy was first studied, this is typically referred to as random practice, while in the psychology and education domains, it is referred to simply as interleaving. Instead of focusing on one topic at a time, interleaved practice requires constant switching between topics, which degrades initial performance but paradoxically improves long-term learning through a phenomenon termed Contextual Interference.34 There are two hypotheses to explain the beneficial effects of interleaved practice. The forgetting-reconstruction hypothesis likens interleaved practice to spaced practice:

• where spaced practice uses time away from the material to passively allow information to fade from short-term memory,
• interleaved practice actively forces one topic out of short-term memory by introducing a new topic in its place.21 

공간 연습과 마찬가지로 단기 기억에서 각 후속 주제를 떠올리거나 재구성하는 인지적 도전은 DD를 생성하고 학습을 강화한다. 간단히 말해서, 여러분이 여러 과목의 혼합을 동시에 공부할 때, 여러분은 그것들을 여러분의 마음 속에 똑바로 유지하기 위해 더 열심히 공부해야 합니다. 그 가설은 교차 연습이 다양한 인지적 맥락에서 정보를 단기 기억으로 다시 로드하는 데 적극적으로 사용함으로써, 인출 단서를 강화한다는 것을 시사한다. 대안 가설인 정교화-특이성 관점은 관련 주제 또는 과제에 대한 인터리빙 연습이 학습자가 [비교]를 하고, 그들 사이의 [대비]를 식별하도록 장려한다는 것을 시사한다. 주제 간의 이러한 대비는 종종 새로운 문제를 다룰 때 각 주제 내의 공통점보다 더 중요하다. 개념적으로, 장기 기억에서 서로 다른 정보 조각들 사이의 대조적인 링크들을 개발하는 것은 본질적으로 각 기억들의 집합을 다른 것에 대한 인출 단서로 사용한다.
As with spaced practice, the cognitive challenge of recalling or reconstructing each subsequent topic in short-term memory creates DD and enhances learning. Simply put, when you are simultaneously studying a mixture of multiple subjects, you have to work harder to keep them all straight in your mind. That hypothesis suggests that interleaved practice strengthens retrieval cues by actively using them to reload information into short-term memory in varying cognitive contexts.3 An alternative hypothesis, the elaboration-distinctiveness view, suggests that interleaved practice of related subjects or tasks encourages the learner to make comparisons and identify contrasts between them.3, 21 Those contrasts between topics are often more important than the commonalities within each topic when it comes to addressing novel problems.8 Conceptually, developing those contrasting links between different pieces of information in long-term memory essentially uses each set of memories as retrieval cues for the other.3

검색 연습 및 간격 연습과 마찬가지로 인터리브 연습은 HPE의 작업기반 임상 훈련에서 고유합니다. 어떤 임상의도, 어떤 임상의 훈련생도 매일 똑같은 일을 하지 않습니다. 각각의 새로운 환자들은 궁극적으로 다른 진단으로 이어지는 다른 증상을 보인다. 임상 실습의 무작위적 특성은 학습자에게 조건 간의 미세한 차이를 비교, 대조 및 식별할 수 있는 기회를 자동으로 제공합니다.
As with retrieval practice and spaced practice, interleaved practice is inherent to workplace-based clinical training in HPE. No clinician, and certainly no clinical trainee, does exactly the same thing every day. Each new patient presents different symptoms that ultimately lead to a different diagnosis. The random nature of clinical practice automatically provides learners with opportunities to compare, contrast and identify fine distinctions between conditions.

교차 연습의 이점은 또한 다양한 교육 환경에서 다양한 작업에 대해 입증되었다. 예를 들어, 의과대학 3학년 학생들이 복강경 수술 기술을 블록(즉, 한 번에 한 가지 기술을 연습하는 것) 또는 인터리브 일정에서 배우는 연구는 인터리브 연습을 사용하는 학생들이 작업을 더 빠르고 덜 가변적으로 완료한다는 것을 발견했다. 그 효과는 인지 과제와 다른 교육 환경에서도 입증되었다. 예를 들어, 한 연구는 무작위로 인터리브된 수학 문제를 연습하는 대학생들이 유형별로만 수학 문제를 연습하는 학생들보다 기말고사에서 훨씬 더 높은 점수를 받았다는 것을 발견했다. 비슷한 결과는 유화 화가나 조류 종을 식별하는 것을 배우는 성인들 사이에서도 발견되었다. 
The benefits of interleaved practice have also been demonstrated for a variety of tasks in a variety of educational settings. For example, a study of third-year medical students learning laparoscopic surgical skills under either a blocked (i.e. practicing one skill at a time) or an interleaved schedule found that the students using interleaved practice completed the tasks faster and with less variability.35 The effect has also been demonstrated for cognitive tasks and in other educational settings. For example, one study found that college students practicing randomly interleaved math problems scored significantly higher on a final exam than students practicing math problems exclusively by type.36 Similar results have also been found among adults learning to identify oil painters20 or bird species.37

3.4 DD 학습 전략 결합의 부가 효과
3.4 Additive effects of combining DD learning strategies

HPE의 검색 연습, 공간 연습 및 인터리브 연습에 대한 많은 기존 연구는 이러한 전략 중 하나에 초점을 맞추고 있다. 그러나 일부 연구는 이러한 전략의 조합을 조사했고, 많은 연구들이 긍정적인 효과를 보여주었다. 예를 들어, 여러 연구에서 [간격을 둔 인출 연습]을 테스트한 결과 표준화된 테스트에서 학습자의 성능이 향상되었습니다. :
Many existing studies of retrieval practice, spaced practice and interleaved practice in HPE have focused on just one of these strategies.20, 22, 25, 26, 31, 36, 38-41 Some studies have examined combinations of these strategies though, and many of them have shown positive effects. For example, several studies have tested spaced retrieval practice—a combined strategy of practice questions assigned to learners at spaced-out intervals—and found that it improved learners' performance on standardised tests.42, 43

여러 연구에서 개별적으로 유익한 학습 전략을 조합하면 부가적인 효과가 있음을 보여주었다. 예를 들어, 운동 과제 학습에 대한 연구에서 울프 등은 두 기술을 결합하면 어느 기술보다 성능이 향상되고 세 기술을 결합하면 훨씬 더 큰 효과가 있음을 발견했다. 인지 학습에 대한 일부 연구에서도 유사한 결과가 나왔다. 예를 들어 골격근해부학을 배우는 학부생들을 대상으로 한 연구에서 간격두기 연습을 사용한 학생과 인출연습을 사용한 학생 모두 어느 쪽도 사용하지 않은 대조군보다 우수한 성적을 보였지만, [간격두기 연습과 검색연습을 조합한 학생]이 최종시험에서 가장 높은 점수를 받았다. 유사한 연구는 [인출 연습과 인터리브 연습]의 부가적인 효과를 여러 생리학 텍스트에서 주요 주제를 합성하는 학부 학생들의 능력에 발견했다. 이론적 관점에서, 이러한 결과는 개별 학습 전략이 DD를 생성하고 학습을 증진시킨다면, 그러한 전략의 조합이 부가적인 효과를 가져 훨씬 더 많은 난이도를 생성하고 학습을 더욱 강화해야 한다는 것을 시사한다.

Several studies have shown additive effects from combinations of individually beneficial learning strategies. In studies of motor task learning, for example, Wulf et al. found that combining two techniques—both of which had already been shown to be individually beneficial—improved performance over either technique alone,44 and that combining three techniques had an even greater effect.45 Similar results have emerged from some studies of cognitive learning. For example, in a study of undergraduate students learning skeletal muscle anatomy, both students who used spaced practice and students who used retrieval practice outperformed controls who used neither, but students who used a combination of spaced practice and retrieval practice scored best of all on the final test.29 A similar study found additive effects of retrieval practice and interleaved practice on undergraduate students' ability to synthesise key themes from multiple physiology texts.46 From a theoretical standpoint, these results suggest that if individual learning strategies produce DD and boost learning, then a combination of those strategies should have an additive effect, producing even more difficulty, and further enhancing learning.

그러나 기존 연구의 결과는 보편적으로 긍정적이지 않았다. 다른 연구들은 개별적으로 유익한 학습 전략의 조합으로부터 추가적인 효과를 발견하지 못했다. 타이밍 예측에 대한 운동 학습 연구에서 학습자는 인터리빙 연습 또는 피드백의 자기 결정 중 하나에서 이익을 얻었지만 두 기술의 조합에서 추가적인 이점은 없었다. 인지학습 분야에서는 아벨과 로디거의 연구에서 검색연습이 외국어 어휘 학습에 대한 수동적 학습보다 월등히 우수한 것으로 나타났으나, 인터리브 연습 일정의 추가에 의해 그 효과가 수정되지는 않았다.
Results of existing studies have not, however, been universally positive. Other studies have found no additive effects from combinations of individually beneficial learning strategies. In a motor learning study of timing anticipation, learners benefited from either interleaved practice or self-determination of feedback, but there was no added benefit from a combination of both techniques.47 In the area of cognitive learning, a study by Abel and Roediger48 found that while retrieval practice significantly outperformed passive studying for learning foreign language vocabulary, that effect was not modified by the addition of an interleaved practice schedule.

CPF는 이러한 혼재된 결과를 이해하는 데 유용한 프레임워크를 제공할 수 있다. 우리가 DD 전략을 결합하면 누적 난이도가 발생한다고 규정한다면, 학습자가 CPF 곡선의 다른 영역에 빠지는 것으로 학습의 증가 또는 감소를 찾는 연구가 설명될 수 있다. 학습자가 최적 도전 포인트를 초과하지 않는 한(즉, 그림 1의 '학습' 곡선의 증가하는 왼쪽에 머무르는 한), DD 전략을 결합하면 총 난이도가 증가하여 학습에 있어 추가적인 개선이 이루어져야 한다. 반면에, 여러 DD 전략의 조합으로 인해 [누적된 난이도]가 학습자를 최적의 도전과제OCP 바깥으로 밀어낸다면 (즉, 그림 1에서 곡선의 감소된 우측으로 교차한다.) 우리는 그 조합이 어떤 개별 DD 전략보다 더 나쁜 학습 결과를 낳을 것으로 예상한다.

The CPF may provide a useful framework to understand these mixed results. If we stipulate that combining DD strategies produces cumulative difficulty, then studies finding either increases or decreases in learning can be explained by learners falling on different areas of the CPF curve.

• As long as learners do not exceed their Optimal Challenge Points (i.e. they remain on the increasing left-hand side of the ‘learning’ curve in Fig. 1), combining DD strategies should lead to increased total difficulty, which should produce further improvements in learning.
• If, on the other hand, the cumulative difficulty generated by a combination of multiple DD strategies pushes learners past their Optimal Challenge Points (i.e. they cross over onto the decreasing right-hand side of the curve in Fig. 1), we would expect the combination to produce worse learning outcomes than any individual DD strategy.

CPF는 개별 DD 전략과 이러한 전략의 조합 사이에 차이가 없음을 보여주는 결과를 유사하게 설명할 수 있다. 하나의 DD 전략(또는 전략의 조합)이 학습자를 최적 과제 지점 아래로 떨어뜨리는 난이도를 만들고, DD 전략의 조합(또는 다른 조합)이 학습자를 최적 과제 지점 이상으로 밀어낸다면, 두 시나리오 모두 동일한(차선의) 장기 학습 수준을 초래할 수 있습니다. 그림 1을 참조하면, 이러한 상황은 [동일한 높이]에서 모두 하부(유지/학습) 곡선의 두 점으로 설명될 것이다. —하나는 피크의 왼쪽에 있고 하나는 피크의 오른쪽에 있습니다. 또는 DD 전략의 조합이 추가 누적 난이도를 발생시킨다는 우리의 초기 규정이 정확하지 않을 수 있다. 그들의 구조와 메커니즘에 따라, 모든 DD 전략이 부가적인 방식으로 결합되지는 않을 수 있다.

The CPF can similarly explain results showing no difference between individual DD strategies and combinations of those strategies. If one DD strategy (or one combination of strategies) creates a degree of difficulty that puts learners below their Optimal Challenge Points, and a combination (or a different combination) of DD strategies pushes learners beyond their Optimal Challenge Points, then both scenarios could result in the same (suboptimal) degree of long-term learning. Referring to Fig. 1, this situation would be described by two points on the lower (retention/learning) curve—one to the left of the peak and one to the right—both at the same height. Alternatively, our initial stipulation that combinations of DD strategies produce additive cumulative difficulty may be incorrect. Depending on their structures and mechanisms, it is possible that not all DD strategies combine in additive ways.

4 신중한 교육 설계 결정을 통한 학습 향상
4 ENHANCING LEARNING THROUGH DELIBERATE INSTRUCTIONAL DESIGN DECISIONS

HPE 연습생들은 그들의 학습 시간에 극심한 제약을 받는다. 2011년 미국에서 근무시간 제한이 시행된 이후 전공의들은 주당 최대 80시간까지 근무할 수 있도록 제한되고 있으며, 이는 그들의 교육 경험에 직접적인 영향을 미치고 있다. 근무시간 제한은 교육자와 학습자 모두에게 매우 효과적인 학습 전략을 강조함으로써 전공의의 제한된 학습 시간을 최대한 활용하도록 도전해 왔다. 우리는 DD가 이러한 시간 제약 내에서 high-yield 학습을 설계하기 위해 이론 기반, 증거 기반, 실행 가능한 접근 방식을 제공한다고 믿는다. 그러나 기존 문헌과 관련 이론의 다양성으로 인해 임상의-교육자가 이러한 개념을 쉽게 적용할 수 있는 능력이 제한될 수 있으므로 혼란을 극복하고 HPE를 직접 향상시키기 위해서는 DD에 대한 통일된 개념적 이해가 필요하다.
HPE trainees face intense limitations on their learning time. Since the implementation of duty-hour restrictions in 2011 in the United States, residents are limited to work a maximum of 80 hours per week,49 and that has directly impacted their educational experience.50, 51 Duty-hour restrictions have challenged both educators and learners to make the most of residents' limited learning time by emphasising highly effective learning strategies. We believe that DD provides a theory-grounded, evidence-based, actionable approach to design high-yield learning within those time constraints. The diversity of existing literature and relevant theories may limit clinician-educators' ability to easily apply these concepts though, so a unified conceptual understanding of DD is needed to cut through the confusion and directly enhance HPE.

본 문서는 교육자와 학습자가 DD 접근 방식이 보다 효과적이고 효율적인 학습을 촉진하는 방법과 이유에 대한 기본적인 이해를 구축하는 출발점을 제공합니다. '왜'를 이해하면 교육자와 학습자가 신중한 교육 설계 결정을 바탕으로 교육 개입을 만들고, 구현하고, 관여하는 데 힘을 발휘할 수 있습니다. 교육자의 경우, 특정 교육 설계 결정이 더 큰 학습 성공을 가져올 수 있는 이유를 더 잘 이해하면 학습에 가장 적합한 전략을 사용하여 신중한 결정을 지원하는 데 도움이 됩니다. HPE 교육자와 교육생은 의도적으로 도전적인 학습 활동을 두려워해서는 안 된다. 학습자가 특정 연습을 즐기지 않거나, 초기 연습 동안 제대로 수행하지 못할 수 있다는 사실은 그것들이 효과적이지 않거나 바람직하지 않은 학습 경험이라는 것을 나타내지 않는다. 반대로, 학습자들이 열심히 공부하도록 강요하는 그러한 도전적인 연습들은 모든 것 중에서 가장 효과적인 학습 경험들 중 일부일 수 있다. DD의 이론적 토대를 이해함으로써 교육자는 학습자에게 최적의 도전을 제공하여 학습을 촉진하는 동시에 대신 해로울 수 있는 과도한 도전을 피할 수 있습니다. 학습자의 경우, '왜'를 이해하는 것은 의도적으로 어려운 연습을 통해 동기부여와 자신감을 유지하는 데 도움이 될 수 있다. 어려움을 극복하고 힘든 일을 수용하는 습관을 기르는 것은 또한 비동기식 온라인 교육이 보편화됨에 따라 점점 더 중요해지고 있는 평생의사적 실천과 자기조절 학습에 대한 HPE 교육생들의 준비를 한다. 
This paper provides a starting point for educators and learners to build a fundamental understanding of how and why a DD approach promotes more effective and efficient learning. Understanding ‘why’ allows educators and learners to be empowered at creating, implementing and engaging in educational interventions based on deliberate instructional design decisions. For educators, a better understanding of why certain instructional design decisions can produce greater learning success helps support deliberate decisions by using strategies that are most appropriate for learning. HPE educators and trainees should not be afraid of intentionally challenging learning activities. The fact that learners may not enjoy particular exercises, or that they perform them poorly during initial practice, does not indicate that those are ineffective or undesirable learning experiences. On the contrary, those challenging exercises that force learners to work hard may be some of the most effective learning experiences of all. By understanding the theoretical underpinnings of DD, educators can work to optimally challenge learners to facilitate learning while avoiding creating excessive challenges that will instead be detrimental. For learners, understanding the ‘why’ can help maintain motivation and self-confidence through intentionally difficult practice. Building the habits of overcoming difficulty and embracing hard work also prepares HPE trainees for the lifelong deliberate practice and self-regulated learning that are becoming increasingly important as asynchronous online education becomes more and more common.52, 53

5 결론
5 CONCLUSIONS

최근 몇 년 동안 많은 연구 논문, 교과서 및 워크샵에서 DD를 통한 효과적인 교육을 위한 구체적인 전략을 공개했습니다. 그러나 특정 DD 기술을 추천하는 출판물과 그러한 기술의 이론적 근거를 탐구하는 출판물 사이에는 극명한 구분이 있었다. 본 논문에서는 NTD, CPF 및 CLT의 세 가지 구별되지만 중복되는 관점에서 DD의 이론적 메커니즘을 탐색하고 이를 적용하여 HPE에서 일반적으로 사용되는 세 가지 증거 기반 DD 강화 교육 전략을 이해하였다. 인출 연습, 간격 연습 및 교차 연습. 우리는 우리의 연구가 과학 분야 전반에 걸쳐 이론과 어휘를 통합하여 특히 DD의 일반적인 것 및 [인출 연습, 간격 연습 및 교차 연습]에 대한 통일된 이론적 토대를 발전시켜 HPE에 가치를 더한다고 믿는다. 우리는 이러한 이론적 토대를 이해하는 것이 더 많은 교육자들이 이러한 접근 방식을 신중하게 적용하여 HPE 및 그 이상의 학습 결과를 향상시킬 수 있도록 힘을 얻는 데 도움이 되기를 바란다.

In recent years, many research papers, textbooks and workshops have publicised specific strategies for effective education through DD (e.g. Brown et al.8 and Winn et al.54). There has been a stark division between publications recommending specific DD techniques and publications exploring the theoretical grounding of those techniques, though. In this paper, we explored theoretical mechanisms of DD from three distinct yet overlapping perspectives—the NTD, CPF and CLT—and applied them to understand three evidence-based DD-enhanced instructional strategies commonly used in HPE: retrieval practice, spaced practice and interleaved practice. We believe our work adds value to HPE by integrating theories and vocabulary across scientific disciplines to advance a unified theoretical grounding for DD in general and retrieval practice, spaced practice and interleaved practice in particular. We hope that understanding these theoretical underpinnings will help more educators feel empowered to thoughtfully apply these approaches to enhance learning outcomes in HPE and beyond.

 

 

---

Med Educ. 2022 Aug 11. doi: 10.1111/medu.14916. Online ahead of print.

Desirable Difficulty: Theory and application of intentionally challenging learning

Adin Nelson 1, Kinga L Eliasz 2

Affiliations collapse

Affiliations

1Department of Pediatrics, Weill Cornell Medicine, New York, New York, USA.

2New York University Grossman School of Medicine, New York, New York, USA.

PMID: 35950522

DOI: 10.1111/medu.14916

Abstract

Context: Health professions trainees must acquire a vast amount of clinical knowledge and skills, and a deliberate instructional design approach is needed to provide trainees with effective learning strategies. One powerful yet counterintuitive strategy that facilitates long-term learning is incorporating intentional difficulties during the learning process. Difficulties that require more effort from learners may impede short-term learning but are ultimately beneficial for long-term learning and are therefore termed Desirable Difficulties.

Objectives: In this cross-cutting edge paper, we describe the Desirable Difficulty effect from three theoretical perspectives originating in different fields, discuss common evidence-based Desirable Difficulty strategies used in Health Professions Education and explore emerging research that could further optimise Desirable Difficulty-enhanced learning for health professions trainees.

Methods: We synthesise theory and research from psychology, cognitive science and Health Professions Education literatures to further the understanding and application of Desirable Difficulties. We introduce three theoretical perspectives that provide a comprehensive overview of the theoretical underpinnings of the Desirable Difficulty effect: the New Theory of Disuse, the Challenge Point Framework and Cognitive Load Theory. We then illustrate how three common Desirable Difficulty strategies in medical education research-retrieval practice, spaced practice and interleaved practice-can be understood through these theoretical lenses. Finally, we provide relevant examples from the literature and explore emerging research in this area.

Conclusions: This paper summarises the theory and empirical research on Desirable Difficulties during the learning process, from explaining what they are and why they may be effective to how they have been applied in different contexts. We argue that providing educators and trainees with a comprehensive theoretical and applied understanding of Desirable Difficulty will promote deliberate instructional design decisions and lead to more effective learning.

© 2022 Association for the Study of Medical Education and John Wiley & Sons Ltd.