ラーニング理論講座では、複雑系の科学を基礎として、人は「どう学習しているのか？」を定義づけ、その定義から「どう学習を促進させられるか？」、さらに「どのような学習プロセスをデザインすれば良いか？」を学べる講座です。
未来の教育を作ろうとする、すべての人に役立つ内容です
この講座では、言葉の定義や、学習メカニズムを理解する上で必要となる、複雑系の科学の知識を説明するところからスタートします。複雑系の科学について馴染みがない方や、メンタルモデル、システム思考の用語に詳しくない方は、前から順にご覧ください。もちろん、好きなところから視聴してもらっても構いません！
各レッスンのコメント欄を活用して、質問や感想などをお寄せください。
講座内容
講座の全体像 — この講座の全体像、どのような順番で学習するのか、何が得られるのか、知識同士の関連性について知ることができます。
ラーニング理論編
イントロダクション — ラーニングという言葉の定義、ラーニングファシリテーション、ラーニングデザインの言葉の定義について解説しています
理論とは何か？ — 普段何気なく使っている理論という言葉を、帰納、演繹、仮説形成などを使って、改めて理解しなおします。この定義は、今後のラーニングや、探求や、科学という言葉の構造を理解する基礎となります
メンタルモデルとは何か？ — 人の学習とは、メンタルモデルの調整、再構築であるとします。そのメンタルモデルの定義を学びます
問いとは何か？ — 問いとは意図的にメンタルモデルの再構築を促す行為と定義できます。この定義について詳しく掘り下げます
脳神経科学から考える — 脳機能でモデルフリーシステム、モデルベースシステムがあります。この機能をメンタルモデルというコンセプトで理解し、学習の種類について掘り下げます
フィードバック制御システム — 演繹、帰納、仮説構築を実行する人の学習を、システム論におけるフィードバック制御システムとして捉える視点を解説します
中間まとめ — 帰納・演繹・仮説構築、メンタルモデル、問い、フィードバック制御、探究、学習、創造、そして科学が同じ構造をしていることを確認します
フィードバック、フラクタル — 入れ子構造、フラクタル構造とフィードバックシステムの関係を理解することで、複雑適応系についての理解の土台を作っていきます
究極の鍛錬と学習理論 — 学習の仕組みが理解できると、究極の鍛錬（熟慮された練習）との関連も深く理解でき、能力を飛躍的の伸ばすための取り組みを設計しやすくなります
分割と統合、複雑系レンズで技術・知識を分析する — 具体的に、特定の知識や技術をラーニングデザイン、ラーニングファシリテーションするために必要となる分析方法
ラーニングファシリテーション編
（順次追加します）
ラーニングデザイン編
（順次追加します）