一個容易被忽視的因素：智慧學習環境中的認知負荷問題

智慧學習環境中的認知負荷問題

摘要：如何合理使用媒體資源和技術工具，設計有效的教學策略，促進學習者的認知加工和學習效果，已成為智慧學習環境研究的重要問題。本文從認知負荷理論的視角出發，對智慧學習環境與學習者認知負荷有關的一系列問題進行梳理和解析，總結了智慧學習環境中影響認知負荷的四個要素——知識、技術、策略和學習者。圍繞這些要素，本研究結合大量相關實證研究成果，針對智慧學習環境中可能遇到的信息加工和知識建構、媒體技術的開發與應用、教學策略的設計與選擇以及學習者特徵等關鍵問題進行深入解讀。任何教學材料和教學策略都需要適應學習者的認知加工規律，認知負荷的相關原則可以為智慧學習環境中工具、資源等元素的設計提供有效指導，這一理論應該引起教育者和研究者更多的關注。

一、智慧學習環境發展與潛在問題

學習環境是支撐學習發生的重要場所。隨著物聯網、雲計算、大數據等新一代信息技術的迅猛發展和廣泛運用，學習環境越來越趨向智慧化，逐漸發展出一種新型學習環境——智慧學習環境。黃榮懷等(2012)提出，智慧學習環境是一種能夠感知學習情景、識別學習者特徵、提供合適的學習資源與便利的互動工具、自動記錄學習過程和評測學習成果，以促進學習者有效學習的場所或活動空間。打造智慧學習環境的主要目的是促進學習者開展有效的學習(陳明選等，2013)，具體表現在促進學習者對海量知識信息進行提煉、內化並將其遷移應用於複雜情境，從而促進學習者的智慧發展。

相比於傳統的學習環境，智慧學習環境具備更加豐富的資源、工具以及技術，可以為多種形式的教學活動提供支持。在智慧學習環境中，每個學習者擁有一個智能移動設備，藉此學習各種各樣的學習資源，如電子教材、教學視頻等，並與同伴、教師交流互動。另一方面，教師由此可以獲得任何形式的資源支持各種類型的教學活動的開展，比如教師可以通過虛擬仿真資源為學習者搭建“真實”的學習場景，帶給學習者身臨其境之感，促進學習者知識的內化和遷移應用。智慧學習環境中的設備擺放也更靈活，可以促進各種形式的小組協作學習。

然而，這種學習環境也更容易出現媒體形式呈現信息使用不當、冗餘信息過多、學習者注意力難以集中等問題，從而導致學習過程中的認知負擔過重，不利於學習者的有效學習。在這種新型學習環境下，如何合理配置媒體資源和“善用”技術工具、有效設計教學策略、最大限度地提高學習者的認知加工和學習效果、促進高級教學目標的實現是許多教育者和研究者共同關注的問題。

二、智慧學習環境中與

(一) 認知負荷理論

任何學習都離不開注意、記憶、思維、想象等認知活動的參與。大量研究表明，人類的認知活動與人的工作記憶密切相關。工作記憶主要負責獲取和暫時保存當前情境中的信息，通過與長時記憶中的信息進行關聯，從而獲得對任務的整體理解(Baddeley，2010;趙鑫等，2010)。但是工作記憶的容量有限，當學習環境中的目標信息過於豐富或呈現方式不當時，就容易導致學習者的工作記憶容量超載，影響學習者的認知加工。

20世紀80年代，著名教育心理學家約翰·斯維勒(John Sweller)教授基於工作記憶的侷限性提出了認知負荷理論。認知負荷理論是一種根據人腦認知結構而建構的教育心理學理論，主要用於解釋不同教學設計的學習效果。認知負荷理論涉及人類各種認知活動(問題解決、思考、推理等等)附加於工作記憶的負荷總和(Sweller，2004，2005，2010，2012;Gao，Liu，＆Paas，2015;Liuetal．，2015)。

認知負荷分內部認知負荷(intrinsic cognitive load)和外部認知負荷(extraneous cognitive load)兩類(Sweller，2010，2012)。內部認知負荷指由學習任務和學習材料本身的難度產生的認知負荷，無法因為教學設計的優化而降低，它與學習者的先驗知識和學習材料或任務的複雜性有關。

外部認知負荷指由於不恰當的教學方式或資料呈現和組織方式帶來的不必要的認知負荷。例如，學習材料中的圖片及其解釋如果採用圖文形式呈現，所產生的認知負荷要高於採用圖片加聲音的形式。智慧學習環境中的富媒體資源如果配置不當，很容易帶來不必要的外在認知負荷，對學習產生負面影響。

早期的認知負荷理論還包括相關認知負荷(germane cognitive load)，指當把認知資源投入到與內在認知負荷相關的認知活動時所產生的負荷(Kalyuga，2005;Sweller，2003，2004)。這種負荷只致力於問題解決和知識構建，因此是一種有益的認知負荷。目前，這種認知負荷已經被研究者歸類為一種內在認知負荷，不再作為獨立的認知負荷類型。

教育工作者的任務是儘可能降低學習者的認知負荷並提升學習效果。然而，由材料和內容本身的認知難度帶來的內部認知負荷，除非改變學習材料或者任務，否則單純通過教學設計無法改善，因此教學者只能通過降低外部認知負荷的方式減輕總認知負荷。此外，教學者也需採取適當的教學策略，將學生的認知資源引導至與內部認知負荷相關的學習活動中。例如，通過變化題目形式，使學生投入更多的認知資源對比不同形式的異同，找出其中的規律，從而實現深層次學習。然而，任何教學策略應用的前提，都是確保認知負荷總量不超過工作記憶所能承載的範圍。為了有效降低教與學過程中的認知負荷，斯維勒教授等人經過30多年的研究提出了一系列認知負荷效應(見表一)。這些認知負荷效應可以應用於各種類型的教學活動、媒體資源及教學環境設計中，從不同角度降低學習者的外部認知負荷。

( 二) 智慧學習環境中的認知負荷問題

不同研究者在對“智慧學習”的界定中，都強調自我導向、開放協作、資源豐富、技術嵌入、適應學習者個性需求等基本特徵(賀斌，2013)。智慧學習環境中的認知過程，包括學習者個體的知識建構和學習社群成員之間的協同知識建構，這些過程是有效學習的基礎。這一環境下的學習也離不開各類媒體資源和技術工具的支持，以及教學策略的適當引導。學習者和教師通過學習方式和教學方式，與學習資源、智能工具、學習社群等要素相互關聯、相互作用，共同促進學習者有效學習的發生(黃榮懷等，2012)。認知負荷理論正是以學習者的認知加工過程為基礎，針對教與學過程中使用的學習材料、媒體工具和教學策略提出具體的設計原則，從而優化學習者的知識建構和學習過程。通過分析智慧學習環境的構成要素，以及認知負荷理論關注的各項學習要素，本文總結了智慧學習環境中與認知負荷相關的四大要素——知識、技術、策略和學習者(見圖1)。

圖1 智慧學習環境與認知負荷相關的四大要素

知識主要指學生在學習過程需要加工處理並且在長時記憶裡存儲的所有信息。知識傳遞貫穿於整個教學過程，支撐學習者能力和素養的提高;完成知識建構是教學和學習的根本目的。在智慧學習環境中，知識的主要載體是教學材料，其中知識顆粒度的劃分影響著學習者的信息加工和知識建構。知識顆粒度過大表明包含的信息量大，可能造成較多的認知負荷，過小會導致學習者的認知浪費，同樣難以促進有效學習的發生。

技術主要指用來支持教與學過程開展的媒體技術手段，是智慧學習環境中知識傳遞的重要載體。智慧學習環境中媒體技術形式多樣，內容豐富，可以滿足各種教學活動的需求，是教學過程的重要支持。媒體的設計開發與組織若不當，學習者在使用媒體與技術的區別與聯繫時就可能出現認知負荷超載現象，從而阻礙學習過程。

策略主要指教學過程中使用的方法手段，包括教學過程的設計、教學方式的選擇以及教學進度的安排等。不同於傳統教室環境，智慧學習環境中的教學設備和工具更加豐富，教學策略的選擇更加多元。然而，不同教學策略會給學習者帶來不同程度的認知負荷，如何有效地安排教學以優化學習者認知資源的運用，需要重點關注。

學習者是學習的主體，教學的核心。教學環境的設置、媒體技術的應用及教學策略的選擇都應以學習者的特徵和需求為依據。雖然個體的認知加工過程規律相同，但是學習者的先驗知識、認知風格以及態度動機等往往差異明顯，其對教學資源、策略的需求也往往不同。因此智慧學習環境中的有效學習，需要根據學習者的特徵提供相應的教學資源和策略，避免學習者的認知負荷過重或認知資源浪費。

結合認知負荷理論的相關實證研究成果，下文嘗試針對智慧學習環境中可能遇到的信息加工和知識建構、媒體技術的開發與應用、教學策略的設計與選擇以及學習者特徵等關鍵問題提供解讀和建議。

三、智慧學習環境中認知負荷問題解讀

(一) 知識

1． 學生如何進行知識建構?

智慧學習環境中新興技術的應用給教學注入了很多新的元素，然而，新技術的使用並不會改變學生用於信息加工的認知系統，其與傳統教學環境下的知識建構過程是一致的。認知負荷理論假設人類的認知結構由工作記憶和長時記憶組成，其中工作記憶在容量和維持時間上均存在侷限性，過多新信息的輸入會造成工作記憶超載。因此，有效的教學需要把信息加工控制在學生工作記憶所能承受的範圍內;這樣信息加工才能順利完成，並最終被存儲在容量相對無限的長時記憶中，完成知識建構過程。另一方面，長時記憶中的知識積累也會對信息加工產生助力。

認知負荷理論認為，個體工作記憶的侷限性在學習過程中扮演著核心角色，任何教學設計都應該基於人類認知系統(Sweller，2003，2004，2010)。智慧學習環境帶來了信息傳遞的多元性，使得學習內容更加豐富，教學模式更加多樣，學習動機得到激發，同時也提高了學習過程中認知負荷超載的風險和可能性。教學過程應該以人腦認知結構為基礎、以工作記憶的侷限性為核心，控制同一時間傳遞信息的數量和關聯程度，避免認知負荷超載對學習的負面影響。

2．網絡課程應如何分解知識模塊和學習單元?

課程本身的難度屬於內部認知負荷，無法通過優化教學設計而降低。因此，想獲得某種難度的知識，就必須使用一部分認知資源對其進行加工，也就是必須承擔某種程度的內部認知負荷，即內部認知負荷總量雖然無法減少，但可以通過調整課程的知識結構進行調節。例如，研究者在大量實驗研究基礎上提出“分離關聯元素效應”(isolated-interacting elements effect)以及“模塊碎片化效應”(molar-mod-ulareffect)。“分離關聯元素效應”認為，當學習材料的難度過高時，應該將知識分解為逐次呈現的多個小模塊，避免一次性呈現所有關聯性的信息元素。研究發現，實驗組在學習複雜材料之前，通過知識模塊分解、逐個呈現的方式取得的學習成效顯著高於控制組同時學習全部材料的效果。主要原因在於知識模塊的分解降低了內部認知負荷，避免了同時處理複雜關聯信息帶來的認知負荷超載。當學生先對一些獨立呈現的模塊完成了知識建構，隨後即使同時呈現所有的學習材料，學生也能依靠已經存儲在長時記憶中的相關信息幫助處理信息，將認知負荷控制在工作記憶能夠承受的範圍內(Pollocketal.，2002)。“模塊碎片化效應”則認為，在學習複雜問題的解法樣例時，應該將問題結構的特徵和解法步驟進一步分解成更小的元素，這樣一方面減少了學生同時加工的信息數量，另一方面讓問題特徵和解法的聯繫更加直接、清晰(Gerjetsetal．，2006)。這兩種效應均通過模塊分解的方式，調節內部認知負荷，保證學習的有效性。

然而，知識模塊不是劃分得越細越好。認知負荷理論認為，一切認知負荷效應只有在學習複雜材料時才會出現(Sweller，1994)。如果需要加工的材料過於簡單，內部認知負荷過低，教學指導就不能發揮應有的作用。因此，對於難度較高的學習材料，教師需要進一步將其劃分為更小的單元，先分別獨立地呈現每個元素，再呈現其交互關係。對於難度較低的學習材料，應該適當增加難度，將學習任務的內部認知負荷調整到合適的水平。

內部認知負荷的高低還取決於學生的先驗知識水平(Kalyuga，2007)。長時記憶中的知識儲備可以幫助學生將多個高度關聯的信息元素組織成單一的信息元素。缺乏背景知識的學生覺得困難的學習任務，對於已掌握一定知識的學生來說也許很簡單。因此，每個教學單元究竟應該容納多少知識、如何分解知識模塊均取決於學生的領域知識水平。這一方面需要依靠老師的經驗——對於具體教學材料和學生水平的認識——決定呈現的材料或知識數量，另一方面若教師不清楚學生的先驗知識水平，可以通過簡單的課前測試瞭解學習者，並提供合適的教學指導。在課程的不同階段，教師也要反覆測試學生的知識狀態，從而確定是否能夠進入下一個教學單元，或調整下一步的教學內容和教學策略。

(二)技術

1．在智慧學習環境下，如何選擇和配置使用不同形式的媒體技術和工具?

常見的幾種認知負荷效應，如注意力分散效應(split-attention effect)(Ayres＆Sweller，2005)，冗餘效應(redundancyeffect)(Sweller，2005)，形式效應(modality effect)(Low＆Sweller，2005)，瞬時效應(transienteffect)(Leahy＆Sweller，2011)，能力反轉效應(expertisereversal effect)(Kalyuga，2005;2007)等，均可以運用於智慧學習環境下的媒體技術選擇和配置。例如，瞬時效應對於動態視覺媒體的使用提出了建議。隨著教育技術工具的發展，更多的動態視覺媒體(dynamic visualizations)被應用於課堂(如視頻、動畫)。相比於傳統的靜態圖片，這些媒體具有獨特的優勢。儘管很多技術研發者和教師相信，這些動態媒體在傳遞瞬間變化的信息上更加有效，但認知負荷理論的研究表明，學習過程中這些材料可能會帶給學生更多不必要的認知負荷。由於這些材料所呈現信息的瞬時性，學生需要在保持工作記憶正在處理的信息的同時，加工外界不斷輸入的新信息。如果前一段信息還沒完成加工(存儲到長時記憶中)，就開始加工下一段信息，那麼新信息會對前面的加工產生干擾，影響學習效果。一些方法有助於消減這種負面影響，比如將一段動畫分解為更短的獨立小片段(Spanjersetal．，2010)，其中的間隔可以給學生更多時間處理前一段信息;或者在動畫場景中保留一些關鍵信息的視覺線索(Marcusetal．，2006)，學生就可以在需要時反覆加工這些信息，而不需要將之前的信息一直保持在工作記憶裡。

注意力分散效應的相關研究也指出，當學習者將注意力分配到時空有一定間隔的不同學習材料(這些材料對學生有一定難度)，並只有通過整合不同來源的信息才能理解每一段材料時，就可能引起學習的認知負荷超載。這類效應的例子，包括在視頻中呈現字幕，在動畫中呈現動態變化的解釋性文字，或者同時相鄰呈現兩種媒體材料。為了避免這種注意分配，多媒體材料的設計者可以將不同來源的信息整合呈現，比如儘量減少它們在空間排布上的距離，將標籤、指導語放在其所指代物體的旁邊，或者避免同時呈現動態變化的信息(比如視頻和動畫)(Mayeretal．，1995;Swelleretal．，1990)。

此外，選擇使用任何技術和工具都需要充分的理由，不能只因為其功能強大就使用，而是應該先結合這種技術為什麼有利於學習的理論，設計嚴格控制的教學實驗去檢驗其有效性，然後才在教學中引入。任何教學方式和技術都有自己的侷限性，一旦研究表明某種技術是有效的，下一步就應該尋找它什麼時候是無效的，而不該過分鼓吹它的效果。即使某種技術確實被證明能夠提高學習效率，在學生對其使用和操作還不熟悉時進行學科內容教學，也可能造成認知負荷過重，影響學習效果。所以技術的教學應用可以分步實施，比如先進行相關技術的教學，再學習具體學科知識(Clarke，Ayres，＆Sweller，2005)。當學生積累了較多的技術使用經驗後，再應用這些技能學習知識。

2．在智慧學習環境下，如何設計基於多媒體技術的學習材料和內容?

任何學習材料的設計都需要適應人類認知系統的信息加工規律，基於多媒體技術的學習內容的設計也需遵循這一原則，根據認知負荷原則組織學習材料。例如，在設計基於虛擬現實技術的學習內容時，雖然提供豐富的感官刺激能夠帶來沉浸式學習體驗，但如果這些信息和學習內容無關，或者只是提供了額外的冗餘信息，造成冗餘效應，那麼它對於學習可能是災難，導致學生無法將有限的認知資源投入到與學習目標相關的對象上。有研究發現，三維虛擬模型的教學效果並不理想，其中豐富的視覺元素可能會分散學生對關鍵內容的注意，導致認知負荷超載，影響學習效果(Richards＆Taylor，2015)。

再如，我們越來越多地使用移動設備進行學習，這些設備的便攜性允許我們在生活情境下隨時隨地學習真實事物和虛擬內容，認知負荷效應的教學原則同樣適用於移動學習。認知負荷理論的形式效應認為，工作記憶擁有分別處理視覺信息和聽覺信息的信息加工通道，當我們在教學中不得不分開呈現彼此關聯的視覺信息時(如圖表必須搭配文字解釋才能理解，而文字又因為空間侷限無法完全嵌入圖表中)，這時可以通過音頻信息呈現這些文字內容，增加工作記憶的信息加工能力，提高學習效果。在運用移動設備觀察實物時，如果移動設備需要配合呈現相關的介紹和解釋，最好通過聽覺通道呈現言語信息，而不是讓學生觀看移動設備上的文字，這樣可以降低視覺通道的認知負荷。

3．在智慧學習環境下，如何設計學習者與學習材料或工具之間的交互方式?

一些研究確實發現，相比被動觀看，當學生可以與媒體材料或工具進行交互時，可以取得更好的學習效果。比如，在化學模擬軟件中，學生操縱氣體的屬性(比如溫度、體積、壓強)，並且觀察這些參數改變帶來的結果，可以激勵他們投入更多的認知資源到學習活動中(Hegarty，2004)。學習者與材料之間不同類型的交互方式的研究發現，相比於只允許控制材料呈現進度，允許學生進行內容操縱可以產生更好的學習表現(Plass，etal．，2007)。

但增強學習材料的交互性並不一定有利於學習。雖然大多數支持交互性對學習有積極效果的研究強調交互性增強了學生學習動機，有效地引導了學生的注意力，但交互性不是增強學習動機的唯一途徑，若設置不當，引入多餘、無關的分心刺激，反而會減少學生對關鍵學習內容的注意，增加不必要的外部認知負荷，影響學習效果。因此，設計交互元素時，要考慮它是否真的有價值，交互方式也應儘量簡單明瞭，方便學生快速掌握。

(三)策略

1．在智慧學習環境中教學的主要策略和原則是什麼?與傳統環境有何不同?

智慧學習環境中存在大量基於多媒體技術的教學工具，使得傳遞知識的載體和內容呈現形式變得更加多樣化。然而，這一環境中的教學策略與傳統教學環境相比沒有本質不同，仍然要以人腦認知結構的特點和信息加工規律為基礎，遵循認知負荷的相關原則。由於這一環境具有更加多元的信息，在實際教學中考慮工作記憶的侷限性和引發認知負荷的因素就變得尤為重要。在設計課程時，教師可以通過借鑑多種認知負荷效應，儘量減少外部認知負荷，調節內部認知負荷，並運用策略引導學生將有限的認知資源投入到處理與內部認知負荷(學習任務)相關的活動中。教師在教學中還可以採用問卷等方式對學生的認知負荷水平進行動態的測量與評估，及時調整不當的教學策略。

2．如何設計和優化網絡學習路徑，以支持學生網上自主學習?

在網絡學習環境中，很多學習材料通過超鏈接的網狀結構互相關聯、組織在一起。相比於傳統的線性組織的學習環境，學習者擁有了更多選擇不同學習路徑的機會。但是，當學生在複雜的超鏈接環境中探索大量學習路徑時，這種搜索過程可能會耗費大量認知資源，造成認知負荷超載，使得有限的認知資源無法真正投入到知識建構中(DeStefano＆LeFevre，2007)。因此，網絡課程中的路徑結構優化至關重要，若系統能提供清晰適當的導航，儘量減少每條路徑上不必要的鏈接，避免信息的無規律佈局和冗餘，學生也可以從中受益。

學生的知識狀態隨著學習進程發生著動態變化，有研究提出應該讓學生選擇適合自己當前狀態的學習策略。但是這種方法的有效性取決於學生自身的能力，具有較多領域知識的學習者可以更好地控制自己的學習內容和順序。初學者需要更多外界指導，因為他們不清楚學習這些內容是容易還是困難，要花多少時間學習，需要學習到何種程度才能夠繼續學習下一個知識點，前後知識點是否緊密關聯(Sweller，2010)。不僅教師可以提供面對面的指導，學習材料本身(任何書本、網絡資源)也應該提供這種“學習指導”，對內容進行更好的設計和組織。

在具體學習材料的呈現進度(pacing)上，特別呈現信息量很大的材料時，應該給予學生控制權，比如允許暫停或回放教學視頻。這種控制不僅讓學生有更多時間加工和鞏固當前的信息，還能提供重新學習缺漏內容的機會(Schwan＆Riempp，2004)。比如，通過使用滾動條控制動畫的播放，學生不僅可以反覆學習較難的內容，還可以根據需要減慢或者加速動畫的播放，從而更好地獲取關鍵信息。

3．在智慧學習環境中，教師指導和學生自主探索的學習方式之間如何取得平衡?

一些多媒體教學環境(比如模擬學習系統)允許學生自由開展發現式學習(discovery-based learning)或探索式學習(exploration-based learning)。這種學習方式的支持者通常認為，學生通過與學習材料交互、探索複雜的現象、嘗試應用所學的原則，可以對現象背後的因果規律形成更深入的認識，激發學習動機。然而，認知負荷理論指出，在缺乏指導的自主學習環境中，學生會使用隨機嘗試的方式尋找問題解決方案。這種嘗試和搜尋會帶來不必要的認知負荷，耗費認知資源，尤其對於缺乏足夠領域知識的學生來說更是如此。

許多研究表明，對於初學者，應該提供比較詳細、直接的指導;對於中等水平的學生，應該混合使用直接教學與練習、強化已學過的知識的方法;對於更高級的學習者，應該在問題解決和探索學習任務中儘量最小化指導和干預(deJong，2005)。例如，有研究發現，在學習計算距離和幾何座標系中的射影時，那些水平較低的學生，從教師提供指導的工作樣例中學習的效果更好;水平較高的學生嘗試自主解決問題的效果更好(Kalyuga＆Sweller，2004)。在另一個應用模擬平臺學習數學統計問題的研究中，詳細的學習指導對初學者而言更有效，但這種包含每個學習步驟的指導限制了高水平學生用自己熟悉的方法進行學習，耗費了他們的認知資源，阻礙了學習成效。所以對於高水平學生而言，細節度較低的學習指導更有效(Hsu，Gao，Liu＆Sweller，2015)。總之，隨著學習者領域知識的增加，自主探索、問題解決或者遊戲化的學習環境可以促進特定領域的高級知識和技能的掌握，但在學生領域知識不足的情況下，教學者仍然需要提供足夠的指導和支持。

(四)學習者

1．智慧學習環境中，學生個體特徵的差異會對教學策略的選擇產生怎樣的影響?

認知負荷理論認為，學生的領域知識(domain knowledge)水平對教學設計起著決定作用(Sweller，2010)。對於高水平學生而言，他們已經在長時記憶中建立了較多的關於領域知識的認知圖式(cognitive schemas)。這種網狀的知識體系，可以幫助學習者將原本獨立的幾個相關聯的學習元素組織成一個更大的單元。當新信息進入工作記憶加工時，長時記憶會提取出認知圖式裡的相關知識，幫助新信息的加工，也就是將包含眾多關聯元素的信息理解為單一元素信息，增加了工作記憶的信息處理能力，降低了認知負荷。例如，在初學一門外語時，我們是以每個單詞為信息加工單位的;隨著我們對這一語言越來越熟悉，長時記憶中的語言知識愈加豐富，信息加工單位就變成了一個個句子。相反，對於低水平學生而言，當新信息進入工作記憶時，因其長時記憶缺乏足夠的相關的認知圖式，需要逐個處理每個元素以及元素之間的關係，造成較高的認知負荷。若教學策略使用不當，產生過高的外部認知負荷，就會導致總認知負荷超載。因此，在學生缺少領域知識處理複雜材料時，我們就需要提供更多的外在支持，進行有效的教學指導。例如，認知負荷理論提出的樣例效應就是為了“擬補”學生先前知識的不足，用具體的樣例簡化學生搜尋解法的步驟，減少學習中的認知負荷。

然而，這也可能產生另一個問題:若老師的教學指導和學生已有知識之間出現重複，學生則需要將這些外在指導和自己長時記憶裡的知識結構整合起來，這樣增加了認知負荷，影響新知識的獲取。這裡涉及另一個重要的認知負荷效應———能力反轉效應。隨著學生經驗的增加，不同教學方法的有效性會發生變化，對初學者有用的方法可能對熟練者無效，甚至可能阻礙學習(Kalyuga，2007)。

我們通常認為，相較於文字表徵的材料，圖像表徵能夠更好地幫助學生理解學習內容。但是，針對不同水平的學生應該使用不同形式的材料:對於低水平的學生，可以提供整合了多種表徵形式的材料，比如同時包括語言和圖像信息、具體事物和抽象符號;而對於高水平的學生，可以提供只有一種表徵形式的材料，額外的信息對於他們來說是冗餘的，可能干擾學習過程(Lee，Plass，＆Homer，2006)。

另外，教學材料的組織順序也需要考慮學生水平的差異。比如，在一項研究中，學生學習串聯和並聯電路，教師使用了三種不同的教學方式:第一種是先呈現提供解決方法的工作樣例，再呈現具有相同結構的問題進行練習;第二種是同時呈現練習問題和工作樣例;第三種是在提供的工作樣例中逐步減少引導，即從最後一步開始逐漸省略解法步驟。研究結果表明，對於初學者來說，第一種教學方式最有效，高水平的學生更適合後兩種方式(Reisslein，Atkinson，Seeling，＆Reisslein，2006)。所以，適合初學者的教學指導，可能對高水平的學習者會產生負面影響，干擾他們對自身已有知識結構的提取和應用，特別是他們不得不加工這些多餘的解釋。

2．在智慧學習環境下，協作性學習能否幫助減輕個體的認知負荷?

許多研究表明，當學習任務比較複雜，也就是具有更高的內部認知負荷時，合作學習是一種更加有效的策略。任務信息可以分配到不同小組成員的工作記憶裡進行加工，能夠減輕每個學生的認知負荷。但對於那些比較簡單的任務，個體獨立解決並不困難，那麼合作學習則可能會降低效率，因為這類學習需要很多小組溝通和協商的過程，會給學生帶來額外的認知負荷，無論這種人際互動是否有益於學習(Kirschneretal．，2008)。有研究發現，對於相對簡單的記憶任務，個體獨立學習的方式更有效(Vollrathetal．，1989);對於更復雜的問題解決任務，合作學習的方式更有效，能夠促進個體成員的任務表現(Ohtsubo，2005)。所以當使用合作學習策略時，需要保證給予各小組的學習任務是較為複雜、個體不容易解決的。

此外，合作學習策略其實是為個體提供一種支架(scaffolding)。如果學習內容本身需要教師提供支架式引導，則不需要再進行合作學習，因為合作學習可能會分散注意力、造成重複學習(信息冗餘)、耗費認知資源。但在缺乏老師教學引導的情況下進行問題解決時，合作學習策略可能是有效的，因為協作學習會分擔探索過程中的認知負荷。人類是社會動物，喜歡進行小組協同工作是一種先天的傾向，但這不意味著小組學習的效果一定比個人學習好，我們應該正視這種學習方法的侷限性。例如，如果讓知識水平、信息掌握情況基本相同的學生進行合作，這種方法很可能不起作用;而當學生擁有不同類型的知識和信息時，合作學習可能就是有效的。

參考文獻

[1] Ayres，P.，＆ Sweller，J.( 2005).The split-attention principle in multimedia learning[M] .Cambridge University Press:135-146.

[2] Baddeley，A.( 2010).Working memory[J] .CurrentBiology，20( 4): 136-140.

[3] 陳明選，陳舒 ( 2013).論信息化環境下大學生的有效學習[J] .高等教育研究，( 9): 65-72.

[4] Clarke，T.，Ayres，P.，＆ Sweller，J.(2005).The impact of sequencing and prior knowledge on learning mathematics through spreadsheet applications[J].Educational Technology Research andDevelopment，53( 3): 15-24.

[5]de Jong，T.(2005).The guided discovery principle inmultimedia learning[M].Cambridge University Press: 215 – 228.

[6]DeStefano，D.，＆ LeFevre，J.A.(2007).Cognitive load in hypertext reading: A review[J].Computersin Human Behavior，23(3): 1616-1641.

[7]Gao，Y.，Liu，T.C.，＆ Paas，F.(2005).Effectsof mode of target task selection on learning about plants in a mobile learningenvironment: Effortful manual selection versus effortless QＲ-Code selection[J].Journal of Educational Psychology.

[8]Gerjets，P.，Scheiter，K.，＆ Catrambone，Ｒ.(2006).Can learning from molar and modular worked examples be enhancedby providing instructional explanations and prompting self-explanations? [J].Learningand Instruction，16(2): 104-121.

[9]賀斌(2013).智慧學習: 內涵、演進與趨向——學習者的視角[J].電化教育研究，(11):24-33.

[10]Hegarty，M.(2004 ).Dynamic visualizations andlearning:Getting to the difficult questions[J].Learning and Instruction，14(3):343-351.

[11]Hsu，Y.，Gao，Y.，Liu，T.C.，et al.(2015).Interactions between levels of instructional detail and expertise when learning with computer simulations[J].Journal of Educational Technology ＆ Society，18(4): 113-127.

[12]黃榮懷，楊俊鋒，胡永斌(2012).從數字學習環境到智慧學習環境——學習環境的變革與趨勢[J].開放教育研究，18(1):75-84.

[13]Kalyuga S.，＆ Sweller J.(2004).Measuring knowledge tooptimize cognitive load factors during instruction[J].Journal of educationalpsychology，96(3): 558-568.

[14]Kalyuga，S.(2005).When less is more in cognitivediagnosis[M].Lawrence Eribaum Associates.

[15]Kalyuga，S.(2007).Expertise reversal effect and itsimplications for learnertailored instruction[J].Educational Psychology Review，19(4): 509-539.

[16]Kirschner，P.A.，Beers，P.J.，Boshuizen，H.P.A.，et al.(2008).Coercing shared knowledge in collaborative learningenvironments[J].Computers in Human Behavior，24(2): 403-420.

[17]Leahy，W.，＆ Sweller，J.(2005).Interactions among the imagination，expertisereversal，and element interactivity effects[J].Journalof Experimental Psychology: Applied，11(4): 266-276.

[18]Lee，H.，Plass，J.L.，Homer，B.D.(2006).Optimizing cognitive load for learning from computer-based sciencesimulations[J].Journal of Educational Psychology，98(4): 902.

[19]Liu，T.C.，Lin，Y.C.，Gao，Y.，et al.(2015).Does the redundancy effect exist in electronic slideshow assistedlecturing? [J].Computers ＆ Education，88:303-314.

[20]Low，Ｒ.，＆ Sweller，J.(2005 ).The modality principle[M].Cambridge University Press:147-158.

[21]Marcus，N.，KhengJoo，A.L.，Beng-Fei，K.，et al.(2006).Animationswith a trace lead to more effective learningthan equivalent static graphics[C].Meeting of the American Educational ResearchAssociation，San Francisco.

[22]Mayer，Ｒ.E.，Steinhoff，K.，Bower，G.，et al.(1995).A generative theory of textbook design: Using annotatedillustrations to foster meaningful learning of science text[J].EducationalTechnology Research and Development，43(1): 31-41.

[23]Ohtsubo，Y.(2005).Should information be redundantlydistributed among group members? Effective use of group memory in collaborativeproblem solving[J].Applied Cognitive Psychology，19(9):1219-1233.

[24]Plass，J.L.，Homer，B.D.，Milne，C.，et al.(2007).Representational mode and cognitive load: Optimizingthe instructional design of science simulations[C].Annual convention of theAssociation for Educational Communication and Technology (AECT).

[25]Pollock，E.，Chandler，P.，＆ Sweller，J.(2002).Assimilating complex information[J].Learning and Instruction，12(1):61-86.

[26]Reisslein，J.，Atkinson，Ｒ.K.，Seeling，P.，et al.(2006).

Encountering the expertise reversal effect with a computer-basedenvironment on electrical circuit analysis[J].Learning and Instruction，16(2):92-103.

[27]Richards，D.，＆ Taylor，M.A.(2015).Comparison of learning gains when using a 2D simulationtool versus a 3D virtual world: An experiment to find the right representationinvolving the Marginal Value Theorem[J].Computers ＆Education，86: 157-171.

[28]Schwan，S.，＆ Ｒiempp，Ｒ.(2004).The cognitive benefits of interactive videos: Learning to tie nautical knots[J].Learningand Instruction，14(3): 293-305.

[29]Spanjers，I.A.E.，Van Gog，T.，＆ Van Merrionboer，J.J.G.(2010).A theoretical analysis of how segmentation of dynamicvisualizations optimizes students’ learning[J].Educational Psychology Review，22(4): 411-423.

[30]Sweller，J.，Chandler，P.，Tierney，P.，et al.(1990).Cognitive load as a factor in the structuring oftechnical material[J].Journal of Experimental Psychology: General，119(2): 176.

[31]Sweller，J.，＆ Chandler，P.(1994).Why some material is difficult to learn[J].Cognition andInstruction，12(3): 185-233.

[32]Sweller，J.(2003).Evolution of human cognitivearchitecture[M].Academic Press: 215-266.

[33]Sweller，J.(2004).Instructional design consequencesof an analogybetween evolution by natural selection and human cognitivearchitecture[J].Instructional Science，32: 9-31.

[34]Sweller，J.(2005).Implications of cognitive loadtheory for multimedia learning[M].Cambridge University Press: 19-30.

[35]Sweller J.(2010).Element interactivity and intrinsic，extraneous，and germane cognitive load[J].EducationalPsychology Review，22(2): 123-138.

[36]Sweller，J.(2012 ).Human cognitive architecture:Why some instructional procedures work and others do not[M].AmericanPsychological Association: 295-325.

[37]Vollrath，D.A，Sheppard，B.H.，Hinsz，V.B.，et al.(1989).Memory performance by decision-making groups andindividuals

[J].Organizational Behavior and Human Decision Processes，43 (3):289-300.

[38]趙鑫，周仁來 (2010).工作記憶:人類高級認知活動的核心[J].北京師範大學學報 (社會科學版)，5(1): 38-44.

作者簡介：高媛，博士，北京師範大學智慧學習研究院研究員，研究方向: 現代教育技術、智慧學習環境、認知負荷理論、教育心理學理論及應用 ;黃真真

閱讀更多 互聯網教育實驗室 的文章

關鍵字: 數學 北師大 大數據